【摘 要】
：
利用网页的结构特征,提出一种多级网页聚类方法。该方法首先对网页进行分块,然后使用网页的块特征对网页进行聚类。在聚类过程中,通过调整阈值,能够提供三级聚类:同站点网页
【机 构】
：
中国科学院计算技术研究所,中国科学院大学,
论文部分内容阅读
利用网页的结构特征,提出一种多级网页聚类方法。该方法首先对网页进行分块,然后使用网页的块特征对网页进行聚类。在聚类过程中,通过调整阈值,能够提供三级聚类:同站点网页聚类、同站点同结构网页聚类、同站点同结构同模板网页聚类。与已有的网页聚类方法相比较,该方法能够提供多级聚类结果,满足不同的聚类需求,而且在聚类的准确率和效率方面有本质上的提高。
Using the structural characteristics of web pages, a multi-level webpage clustering method is proposed. The method first partitions the web pages and then uses the block features of the web pages to cluster the web pages. In the process of clustering, by adjusting the threshold, three-level clustering can be provided: clustering with web pages of the same site, clustering with web pages of the same structure and clustering with web pages of the same template with the same website. Compared with the existing webpage clustering method, this method can provide multi-level clustering results to meet different clustering needs, and also has an essential improvement in the accuracy and efficiency of clustering.
其他文献
一、引言对应分析方法是研究系统分类、成因分类的主要手段。我们利用对应分析的特点,以52个样本作为分析样本,在13种比值变量中,挑出了3——4个相互独立的比值变量,作为分
本文报道一种适于做a-Si电池窗口材料的高电导宽带隙微晶-非晶Si:H薄膜。这种材料采用辉光放电法在高功率下分解SiH_4和B_2H_6混合气体制得,室温电导率σ_(?)最高为20(Ω-cm)
用兔胸腺丙酮粉(Pel Freeze),通过离心和硫酸铵层析处理提取出一种能与多发性肌炎(PM)、皮肌炎(DM)患者血清中的抗体起反应的Jo 1抗原。用此抗原及抗Jo 1抗体的标准血清与正
工程机械、车辆中应用液力传动时,大都重视发动机与液力变矩器的匹配问题,而忽视通过何种方式扩大其共同工作的范围,提高燃料的经济性。本文对此通过实例进行了分析阐述,试图
一、概述西德Ramisch公司在生产PVC彩色发泡地毯时,有涂复线、印花线和发泡线三条主生产线,每条线上有两套纠偏装置,防止地毯在生产运行中的偏移。涂复线和发泡线采用光电纠
低等脊椎动物的松果体在解剖及功能方面,与视网膜有相似之处。哺乳动物的松果体虽然已演化成为一个内分泌器官,但它与视网膜的特殊联系仍被部分地保存着。有人发现,豚鼠的松
光动力学疗法(PDT)由于其良好的肿瘤特异性、较小的副作用而可用于膀胱癌的治疗.我们设计合成了金属卟啉化合物5,10,15,20-四(N-甲基-4-吡啶基)锰卟啉四碘盐(简称锰卟啉),探讨光动力学作用对人膀胱癌细胞增殖和Bcl-2、Bax表达的影响,现报告如下。
AIM To evaluate rebleeding, primary failure(PF) and mortality of patients in whom over-the-scope clips(OTSCs) were used as first-line and second-line endoscopic
一集精美、实用、低价、高利润于一身便宜就一定不赚钱吗?实用就一定粗糙吗?本届参展商品的实例改变了人们的老印象。便宜,是厂家赚的少,但商家的利润空间更大了。实用,但同
目的探讨四川省绵阳市耐多药结核病耐药现状及特点,为制定耐多药结核病控制策略提供参考依据。方法收集全市10个结核病专业防治机构2012-2013年推送的500例耐药可疑肺结核患