基于智能聚类的相关度内容检索方法

查看全文 作　　者：[1]高慧颖;[1]甘仞初

机构地区：[1]北京理工大学管理与经济学院,北京100081

出　　处：《北京理工大学学报》索引2005年第25卷第12期,共4页

基　　金：国家'八六三'计划项目(2003AA1Z2320) 摘　　要：为了提高内容检索的相关度与检索效率,基于信息系统理论与自组织神经网络理论,提出基于智能聚类的相关度检索方法,并设计了检索算法.经过训练的自组织神经网络通过对查询需求进行聚类,使得内容的检索只在与查询需求同类的文本内容中进行,提高了检索效率,并通过在同一个向量空间对查询向量与文本内容的语义向量进行相似度衡量,为用户选择更相关的内容提供依据.设计开发了基于智能聚类的内容检索试验平台,验证了该方法的有效性. 关键词：聚类分析相似度语义向量内容检索内容管理

相关文献

参考文献（10）
引证文献（3）
耦合文献（89）

参考文献(10)

引证文献(3)

耦合文献(89)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于智能聚类的相关度内容检索方法

参考文献(10)

引证文献(3)

耦合文献(89)

用户提示