主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020年专刊出版计划 微信服务介绍 最新一期:2019年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王启新,李毅,董丽,聂宇,王克宏.渐进/分布式网页聚类算法PG+与PG++.软件学报,2002,13(8):1500-1507
渐进/分布式网页聚类算法PG+与PG++
Incremental and Distributed Web Page Clustering Algorithms PG+ and PG++
投稿时间:2001-06-04  修订日期:2001-09-07
DOI:
中文关键词:  Web  渐进  分布式  PageGather  聚类
英文关键词:Web  incremental  distributed  PageGather  clustering
基金项目:
作者单位
王启新 清华大学,计算机科学与技术系,北京,100084 
李毅 清华大学,计算机科学与技术系,北京,100084 
董丽 清华大学,计算机科学与技术系,北京,100084 
聂宇 清华大学,计算机科学与技术系,北京,100084 
王克宏 清华大学,计算机科学与技术系,北京,100084 
摘要点击次数: 2759
全文下载次数: 2735
中文摘要:
      用户行为分析是Web站点信息推荐中的重要方法,被广泛应用在该领域的诸多算法中.PageGather算法是其中有代表性的一种.旨在解决静态PageGather算法输入数据量过大、时间复杂度高的问题,使其更具实用性.通过引入渐进学习和分布的机制,给出了改进的算法PG+和PG++,并进行了实验分析.改进后,既保证了算法的等效性,又明显提高了效率.
英文摘要:
      A user behavior analysis is an important approach in many algorithms for the Web site information recommendation, among which, PageGather is a typical algorithm. However, the original PageGather algorithm is static, which needs too many data inputs and too much computing time. In this paper, incremental learning and distributed computation mechanisms are introduced into PageGather, so that two improved algorithms PG+ and PG++ are proposed. At the same time, corresponding experimental results are presented and analyzed.The improved algorithms are equivalent to the static PageGather algorithms.And better effect has got.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利