一种基于K—means算法的主题数据库规划方法

主题数据库规划一直是信息资源规划领域研究的重点，而实体聚合算法是影响主题数据库规划质量的关键。但是现有的计算实体聚合毖方法很容易陷入聚簇偏置，影响了规划质量。针对这一问题，作者首先计算实体对的亲和毖，然后将实体对的亲和关系看作网页之间的链接关系，使用PageRaxtk算法对实体对重要性排序，进而使用K—means算法迭代来聚合实体。实验结果表明本文提出的方法能够避免聚簇偏置，进而改善了主题数据库规划质量。