一种基于语义相似度的信息资源语义聚类算法

J4 ›› 2012, Vol. 34 ›› Issue (11): 175-179.

一种基于语义相似度的信息资源语义聚类算法

熊芳1，黄宏斌2，黄玉成1，冯嵩1，胡建中1

(1.中南大学湘雅医院网络信息科，湖南长沙 410008；2.国防科学技术大学信息系统工程重点实验室，湖南长沙 410073）

收稿日期:2012-05-07 修回日期:2012-09-21 出版日期:2012-11-25 发布日期:2012-11-25
基金资助:
教育部中央高校基本科研业务费资助项目（2010QYYL005）

An Approach of Information Semantic Clustering Based on Semantic Similarity

XIONG Fang1,HUANG Hongbin2,HUANG Yucheng1,FENG Song1,HU Jianzhong1

(1.Department of Network and Information,Xiangya Hospital,Central South University,Changsha 410008;2.Key Laboratory of Science and Technology of Information System Engineering,National University of Defense Technology,Changsha 410073,China)

Received:2012-05-07 Revised:2012-09-21 Online:2012-11-25 Published:2012-11-25

摘要/Abstract

摘要：

根据各分布信息源信息单元实体类的语义相似度，对于信息单元实体类进行聚类，是半自动地进行本体映射、构建分布异构信息资源全局视图的重要步骤。本文面向分布信息资源统一信息视图构建需求，利用基于本体的元数据模型及语义相似度，在其基础上定义了语义聚类特征，基于语义聚类特征设计了一种基于语义特征树的混合层次聚类算法SCFBHCA。从理论和实验两个角度对SCFBHCA算法进行了分析，对比HCA和HCP，该算法具有增量式和扩展性且效率更高。

关键词: 本体, 元数据模型, 语义相似度, 语义聚类特征, 聚类

Abstract:

Clustering of information unit entity based on the semantic similarity between the distribute information source is the important step of global view construction for information sharing in the virtual organization. This paper orienting the demands of constructing the global unified view of distribute information, using a metadata model based on ontology and the semantic similarity, defines the semantic clustering feature(SCF). And with the definition of SCF, this paper designs a SCF based hybrid hiberarchy clustering algorithm, and presents the analysis of the algorithm from theory and experiment.

Key words: ontology；metadata model；semantic similarity；semantic cluster feature；clustering

熊芳1，黄宏斌2，黄玉成1，冯嵩1，胡建中1. 一种基于语义相似度的信息资源语义聚类算法[J]. J4, 2012, 34(11): 175-179.

XIONG Fang1,HUANG Hongbin2,HUANG Yucheng1,FENG Song1,HU Jianzhong1. An Approach of Information Semantic Clustering Based on Semantic Similarity[J]. J4, 2012, 34(11): 175-179.

[1]	刘合兵, 孔玉杰, 席磊, 尚俊平. 融合注意力机制的解耦对比聚类[J]. 计算机工程与科学, 2024, 46(12): 2261-2270.
[2]	李猛, 刘姿邑, 宋宇航. 基于双重自表达与最大熵原理的深度子空间聚类算法[J]. 计算机工程与科学, 2024, 46(09): 1685-1692.
[3]	徐捷, 邵玉斌, 杜庆治, 龙华, 马迪南. 结合混合特征提取与深度学习的长文本语义相似度计算[J]. 计算机工程与科学, 2024, 46(08): 1513-1520.
[4]	柴旭清, 乔一航, 范黎林, . 一种基于随机森林分类器构建高性能应用程序性能分析模型的方法[J]. 计算机工程与科学, 2024, 46(07): 1218-1228.
[5]	宋鑫海, 韩京宇, 郎杭, 毛毅. 滑动窗口投票策略的QRS波群形态识别[J]. 计算机工程与科学, 2024, 46(02): 272-281.
[6]	钟卓辉, 陈黎飞, . 基于模型的非凸聚类算法[J]. 计算机工程与科学, 2024, 46(02): 292-302.
[7]	肖振国, 陈林书, 孙少杰, 梅本霞, 柳媛慧, 赵磊. 基于代数粒的聚类方法[J]. 计算机工程与科学, 2024, 46(01): 150-158.
[8]	王若宾, 耿芳东, 张永梅, 宋威, 王伟锋, 徐琳. 基于改进自适应DBSCAN的混合式MOOC视频观看模式挖掘[J]. 计算机工程与科学, 2023, 45(09): 1670-1678.
[9]	李帅, 常锦才, 李吕牧之, 蔡昆杰, . 基于差分隐私保护的Stacking集成聚类算法研究[J]. 计算机工程与科学, 2022, 44(08): 1402-1408.
[10]	李兰, 刘杰, 张洁. 基于YOLOv4改进算法的复杂行人检测模型研究[J]. 计算机工程与科学, 2022, 44(08): 1449-1456.
[11]	陈奉贤. 基于NR-Transformer的集群作业运行时间预测[J]. 计算机工程与科学, 2022, 44(07): 1181-1190.
[12]	庞兴龙, 朱国胜, 杨少龙, 李修远. 一种基于聚类与噪声的网络流量分类方法[J]. 计算机工程与科学, 2022, 44(07): 1207-1215.
[13]	黄志强, 李军, 张世义. 基于轻量级神经网络的目标检测研究[J]. 计算机工程与科学, 2022, 44(07): 1265-1272.
[14]	刘榕, 伍欣, 敖斌, 文青, 李宽. 用于CD56图像分割的细胞标注精细化与自适应加权损失[J]. 计算机工程与科学, 2022, 44(05): 870-878.
[15]	刘云, 肖添, 王梓宇. 动态特征选择算法对恶意行为检测的优化研究[J]. 计算机工程与科学, 2022, 44(04): 665-673.