基于关联语义链网络的文本聚类方法

基于关联语义链网络提出了一种自适应分裂的文本聚类方法.该方法通过从关联语义链网络中检测出各个社团结构作为文本集中的类别,以避免对聚类数目的预先确定.同时,针对高维稀疏的词向量导致的文本之间或文本与类之间相似性低的问题,将关联语义链网络中词与词之间的关联关系映射到文本与类之间的关联关系中去,以增强文本与类之间关系的强度.通过与其他主要聚类方法进行实验对比,发现该聚类方法不仅能够对文本集合进行准确的聚类,而且能够较准确地确定聚类中心数目和识别出文本集中的话题信息.

数字文献资源内容服务推荐方法研究

【目的】解决传统数字文献资源内容服务推荐中,无法充分挖掘用户潜在信息需求以及评分矩阵稀疏问题。【方法】利用关联语义链和协同过滤算法提出数字文献资源内容服务推荐算法。【结果】实验结果证明,该算法可以克服单一推荐算法中存在的无法挖掘用户潜在信息需求以及评分矩阵稀疏问题。【局限】缺少对数字资源的大规模采集,实验案例较少。【结论】该算法充分挖掘用户信息需求并产生数字资源推荐信息,为数字资源服务提供商提高用户感知的能力,增强资源服务推荐的准确性和针对性提供了一种新途径。