عنوان فارسی |
مقایسه روش های خوشه بندی اسناد |
عنوان انگلیسی |
A Comparison of Document Clustering Techniques |
کلمات کلیدی |
روش k-means، خوشه بندی سلسله مراتبی، خوشه بندی سند. |
درسهای مرتبط |
بهینه سازی |
تعداد صفحات انگلیسی : ۲ | نشریه : CiteSeer |
سال انتشار : 2000 | تعداد رفرنس مقاله : 6 |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
آیا این مقاله برای بیس پایان نامه مناسب است؟ : بله | آیا این مقاله برای ارائه کلاسی مناسب است؟ : بله |
برنامه ای که در آن مقاله شبیه سازی شده است : این مقاله در محیط متلب پیاده سازی شده است | نام مجله مقاله : In KDD Workshop on Text Mining |
ترجمه: ندارد | گزارشکار : دارای گزارش فارسی است | شبیه سازی : دارد (matlab) |
این مقاله دارای گزارش کار به صورت فارسی بوده در محیط متلب به صورت کامل شبیه سازی شده و در صورت خرید و دانلود مقاله شما به راحتی قادر خواهید بود از برنامه مربوطه استفاده نمایید. در صورت بروز هر گونه مشکل در نحوه ی اجرای برنامه سایت سیگمالند به مدت 24 ساعت بعد از خرید محصول، پشتیبانی آن را تا اجرای کامل برعهده دارد.
خوشه بندی سلسله مراتبی اغلب به عنوان رویکرد خوشه بندی با کیفیت بهتر شناخته شده است. اما به دلیل پیچیدگی بالا زمان اجرای آن زیاد است. در مقابل K-means و انواع آن پیچیدگی زمانی کمتری دارند که میتوانند در جاهایی با سرعت بالا استفاده شوند. بعضی اوقات K-means و رویکردهای سلسله مراتبی ترکیب شده اند تا “بهترین ویژگی ها را از هر دو روش” با یک دیگر ترکیب شوند. از ترکیب این دو روش می توان در خوشه بندی اسناد استفاده کرد.
در این مقاله یک نگاه کلی به این روش ها صورت گرفته و انواع روش های دسته بندی اسناد مورد تحلیل و ارزیابی قرار گرفته اند. همچنین شبیه سازی های برای بررسی عملکرد روش های مختلف صورت گرفته است. در بسیاری از موارد، نزدیکترین همسایگان یک سند از کلاس های مختلف هستند بنابراین خوشه بندی سلسله مراتبی اغلب مدارک همان کلاس را در همان خوشه قرار می دهد. حتی این کار در اولین مراحل فرایند خوشه بندی نیز صورت می گیرد. از آنجا که روش خوشه بندی سلسله مراتبی کار می کند، اشتباه قرار دان نمی تواند بیش از یک بار رخ دهد.
شبیه سازی روش ها در نرم افزار متلب صورت گرفته است. در ادامه نتایج حاصل از شبیه سازی مقاله مورد نظر در رم افزار متلب نشان داده شده است.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.