Применение кластерного анализа для повышения полноты поиска информации в сети Интернет

Представлен подход к повышению полноты поиска информации в сети Интернет за счет выявления и группировки неуникальных веб-страниц. Для группировки веб-страниц предложено использовать метод кластерного анализа на основе моделей, построеных с применением индуктивных алгоритмов. Представлений підхід до...

Full description

Saved in:
Bibliographic Details
Published in:Індуктивне моделювання складних систем
Date:2015
Main Author: Зосимов, В.
Format: Article
Language:Russian
Published: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2015
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/125027
Tags: Add Tag
No Tags, Be the first to tag this record!
Journal Title:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Cite this:Применение кластерного анализа для повышения полноты поиска информации в сети Интернет / В. Зосимов // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2015. — Вип. 7. — С. 123-128. — Бібліогр.: 5 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Представлен подход к повышению полноты поиска информации в сети Интернет за счет выявления и группировки неуникальных веб-страниц. Для группировки веб-страниц предложено использовать метод кластерного анализа на основе моделей, построеных с применением индуктивных алгоритмов. Представлений підхід до підвищення повноти пошуку інформації в мережі Інтернет за рахунок виявлення та групування неунікальних веб-сторінок. Для угруповання веб-сторінок запропоновано використовувати метод кластерного аналізу на основі моделей, побудованих із застосуванням індуктивних алгоритмів. This paper presents an approach to improve the completeness of the information search on the Internet by identifying and grouping of non-unique web pages. For web pages grouping is proposed to use the method of cluster analysis based on models built using inductive algorithms.
ISSN:XXXX-0044