基于SVD和部分聚集分类的文本挖掘算法

摘要

搜索引擎是Web上最常见的信息发现工具,但由于信息的快速增长,搜索查询结果通常过于庞大,并且很多与客户的实际需求无关.本文提出的文本挖掘算法,在使用奇异值分解(SVD)的基础上,对部分Web文件进行聚类,生成分类模型,再使用基于集合覆盖的SVM(SupportVectorMachines)分类算法将剩余文件归类.这样,客户就可以根据聚类筛选轻松定位到感兴趣的文件,提高查询精度.