Počet záznamů: 1
Comparison of Selected Methods for Document Clustering
- 1.
SYSNO ASEP 0356107 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Comparison of Selected Methods for Document Clustering Tvůrce(i) Ševčík, R. (CZ)
Řezanková, H. (CZ)
Húsek, Dušan (UIVT-O) RID, SAI, ORCIDZdroj.dok. Advances in Intelligent Web Mastering - 3. - Berlin : Springer, 2011 / Mugellini E. ; Szczepaniak P.S. ; Pettenati M.C. ; Sokhn M. - ISSN 1867-5662 - ISBN 978-3-642-18028-6 Rozsah stran s. 101-110 Poč.str. 10 s. Akce AWIC 2011. Atlantic Web Intelligence Conference /7./ Datum konání 26.01.2011-28.01.2011 Místo konání Fribourg Země CH - Švýcarsko Typ akce WRD Jazyk dok. eng - angličtina Země vyd. DE - Německo Klíč. slova web clustering ; cluster analysis ; textual documents ; web content classification ; newsgroups analysis ; vector model Vědní obor RIV IN - Informatika CEP GAP202/10/0262 GA ČR - Grantová agentura ČR GA205/09/1079 GA ČR - Grantová agentura ČR CEZ AV0Z10300504 - UIVT-O (2005-2011) UT WOS 000290421700011 EID SCOPUS 80052917726 DOI 10.1007/978-3-642-18029-3_11 Anotace 17 cluster analysis techniques proposed for document clustering in terms of internal and external quality measures of clustering and computing time demands are compared. These are combinations of three basic methods (direct, repeated bisection and agglomerative) and five clustering criterion functions for solution assessment (two intra-cluster, one inter-cluster, and two complex ones); all implemented in the CLUTO software package. Furthermore, in the case of the agglomerative method we also applied a single linkage and complete linkage clustering as a criterion function. Collection 20 Newsgroups, a binary vector representation of e-mail messages, was used for comparing the methods. Experiments with document clustering have proved that, from the point of view of entropy and purity, the direct method provides the best results. As regards computing time, the repeated bisection (divisive) method has been the fastest. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2011
Počet záznamů: 1