P-FCM公司

P-FCM:一种面向以用户为中心的web应用的基于邻近度的模糊聚类。在过去的几年里,互联网和网络以惊人的方式发展。标准的web搜索服务作为互联网社区的有用工具发挥着重要的作用,尽管它们遇到了一定的困难。web的不断发展,使得基于Internet的信息和检索系统的可靠性变得更加复杂。尽管人们已经对预期信息与返回信息之间的差距进行了大量的分析,但是web搜索引擎的工作仍然十分艰巨。关于web搜索活动有不同的问题,其中之一是在查询阶段。每个引擎都提供了一个用户被迫学习的接口。通常,搜索过程会返回大量不相关、不可用或过时的答案。查询的单调性,由于查询太弱而无法满足用户的表达能力,促使设计者用新的搜索隐喻来丰富人机交互。其中之一是搜索“相似”的页面,这是由谷歌、雅虎和其他公司提供的。这个想法很好,因为相似性为表达复杂关系提供了一个简单直观的机制。我们相信,如果用户能够依赖主要的灵活性来表达关于当前和可用可能性的相似性依赖关系,这种方法可能会变得更加有效。本文介绍了一种在web导航中考虑和处理用户驱动的相似性的新方法。我们定义了模糊C-均值算法的一个扩展,即邻近模糊C-均值(P-FCM),将相似性或不相似性作为用户对聚类的反馈。我们提出了这个扩展的理论框架,然后通过一系列基于web的实验,观察了P-FCM运行过程中用户反馈的影响有多大。这些观察结果表明,P-FCM方法可以提供一种相对简单的方法,根据用户与搜索引擎的交互来改进网页分类。


zbMATH中的参考文献(参考文献16条,1标准件)

显示第1到16个结果,共16个。
按年份排序(引用)

  1. 刘士虎;陈小舟;Moughal,陶吉尔·艾哈迈德;于福生:基于模糊协同聚类的复杂对象排序方法(2015)
  2. 安托万,V。;考斯特,B。;马森,M.-H。;Denoeux,T.:CEVCLUS:关系数据的实例级约束的证据聚类(2014)ioport公司
  3. 迪马蒂诺,费迪南多;塞萨,萨尔瓦托;Barillari,翁贝托东海岸。;Barillari,Maria Rosaria:时空热点和基于GIS的疾病分析案例应用(2014)ioport公司
  4. 魏、贾;曾群芳;王、宣;王佳兵;温桂华:集成局部和全局拓扑结构进行半监督降维(2014)ioport公司
  5. 加塞,亚当;Pedrycz,Witold:生物医学信号的描述、分析和分类:计算智能方法(2013)IO端口
  6. 燕、杨;陈丽辉;Tjhi,William Chandra:文本文档的模糊半监督共聚类(2013)ioport公司
  7. 格雷夫斯,丹尼尔;不,乔斯特;Pedrycz,Witold:基于邻近知识和关系知识的聚类(2012)ioport公司
  8. 密特拉,苏什米塔;昆都,帕塔普拉蒂姆;Pedrycz,Witold:使用结构相似性的特征选择(2012)ioport公司
  9. 布拉克,卡乔·J·F·特;库姆佩蒂斯,伊安尼斯;基尔斯,亨克A.L。;Bink,Marco C.A.M.:用潜在类模型逼近相似矩阵:对可加性模糊聚类的再评价(2009)
  10. 董一红;曹少卡;陈,肯;何茂顺;Tai,Xiaoying:PFHC:一种基于数据分区的非均匀分布数据集聚类算法(2009)
  11. 佩德里茨,威托德;Rai,Partab:使用模糊C-均值及其量化的协同聚类(2008)
  12. 索托,J。;弗洛雷斯·辛塔斯,A。;Palarea Albaladejo,J.:改进模糊聚类划分中的概率(2008)
  13. 洛瓦,文琴佐;佩德里茨,威托德;塞纳托雷,萨布丽娜;Sessa,Maria I.:代理辅助web导航的交互式知识管理(2007)
  14. Pedrycz,Witold:基于知识的聚类。从数据到信息颗粒。(2005年)
  15. 佩德里茨,威托德;洛瓦,文琴佐;塞纳托雷,萨布丽娜:P-FCM:基于邻近度的模糊聚类(2004)
  16. 洛瓦,V。;佩德里茨W。;Senatore,S.:P-FCM:一种面向以用户为中心的web应用程序的基于邻近度的模糊聚类。(2003年)