虽然现在存在大量传统的web文档聚类方法,但它们的设计并没有考虑博客自身的特征。相对于普通的web文档来说,每位博主的博客是按照时间逆序排列的,在他们编辑博客的过程中,可以对博客内容进行自由地编辑、加标签以及自定义分类。来访的用户也可以对文章加以评论。如果将博客自身的特点考虑进来,我们也许会得到更好的聚类效果。
最近一阶段正在搞得课题就是博客聚类,只是搜遍了全网,找到的所有关于博客聚类的文章还不足10篇,而且也都是只是泛泛的讲,不知道这里有没有研究博客聚类的,[color=red]想跟大家探讨一下,如果不对博客正文进行分词,也不计算词频,只是利用博客的标签,分类和圈子信息来聚类,聚类效果会不会好呢[/color]?
最近一阶段正在搞得课题就是博客聚类,只是搜遍了全网,找到的所有关于博客聚类的文章还不足10篇,而且也都是只是泛泛的讲,不知道这里有没有研究博客聚类的,[color=red]想跟大家探讨一下,如果不对博客正文进行分词,也不计算词频,只是利用博客的标签,分类和圈子信息来聚类,聚类效果会不会好呢[/color]?