基于网页内容聚类

基于网页内容的聚类系统设计

实现步骤

1、抓取指定网址的源码;
2、解析网页文章内容;
3、对文章内容进行分词,并转换成向量表示(词袋法或TF.IDF);
4、选取合适的距离公式和聚类算法进行聚类,要求聚成3类。(可以用欧式距离或余弦距离等。聚类方法可以考虑用K-means方法等。)

具体要求

1、显示解析后的网页文章内容;
2、显示文章对应的向量;
3、显示文章向量与三个类的类中心距离;
4、显示最终的分类结果,即哪些网址分为一类。
基于网页内容聚类

基于网页内容聚类

上一篇:Java对文件夹中的文件按修改时间排序


下一篇:NetCore中数据从前台传递到后台的方法(包含表单和AJAX)