dong976209075的专栏

1 文本聚类研究现状Internet 已经发展为当今世界上最大的信息库和全球范围内传播信息最主要的渠道。随着 Internet 的大规模普及和企业信息化程度的提高，各种资源呈爆炸式增长。在中国互联网络信息中心 (CNNIC)2007 年 1 月最新公布的中国互联网络发展状况统计报告中显示， 70.2% 的网络信息均以文本形式体现。对于这种半结构或无结构化数据，如何从中获取特定内容的信息和知

目前聚类算法种类众多，使得人们在实际应用中难于选择，因此，对聚类分析的结果进行评价是关键的。假如有一个专门针对聚类效果的有效评价机制，那么，我们就可以对众多算法进行比较分析，从而选择最合适的聚类分析算法。       本文摘自中国科学院计算技术研究所周昭涛的硕士论文《文本聚类分析效果评价及文本表示研究》的第三章，算是一则读书笔记吧，希望对大家有点帮助。