web文本聚类系统的设计与实现

本文首先介绍了所设计和实现的web文本聚类系统，并分析了系统架构，描述系统的实现过程，然后介绍了目前比较常见的一些文本聚类方法的算法及其利弊，进而详细阐述了一种比较出色的web文本聚类算法：STC(后缀树算法)，紧接着通过对STC算法的进一步分析，指出其诸多不足，针对不足提出新的聚类算法：FTC(频度树算法)，并举例对两种算法在建立树和收集聚类结果等方面进行比较，。最后，在该系统上的实验及相应数据分析表明频度树算法相对于后缀树算法，具有更高的时间效率，更低的无效聚类率，从而证明频度树算法更适用于web文本聚类。