基于Nutch的搜索引擎网页摘要改进

当前，搜索引擎是互联网的一个重要组成部分。其网页摘要采用的是静态网页额摘要，用户不能快速从网页摘要中获取网页内容的主题思想。本文在开源搜索引擎Nutch中运用自动文摘技术生成网页摘要，加快用户确认搜索准确度的速度。

基于向量空间的文档聚类算法分析

随着科技的发展,网络信息迅速增加,而文本聚类技术则成为web文本挖掘中的研究热点。该文详细介绍了文档聚类算法中的基于划分的k-means算法,对于k-means算法的缺陷,又介绍了对k-means算法有所改善的k中心点算法,并比较二者的优缺点。