论文研究-改进的.pdf下载

将集成学习方法应用到XML文档聚类中来改进传统聚类算法的不足。提出一种标签与路径相结合的XML文档向量模型，基于这个模型，首先对原始文档集进行多次抽样，在新文档集上进行K均值聚类，然后对得到的聚类中心集合进行层次聚类。在人工数据集和真实数据集上的实验表明，该算法在召回率和精确率上优于K均值算法，并且增强了其鲁棒性。