基于粗糙集的教育资源检索结果聚类研究
随着教育资源数量的快速膨胀和信息检索的快速发展，能够较为容易的检索出大量的教育资源，但是对检索出来的大量的教育资源信息，如何对进行快速和准确的分析，更方便的服务于学习者，快速的找到所需的资源，对于教育资源的检索是比较重要的。本文针对教育资源的聚类，在K-means 聚类算法的基础上，结合粗糙集理论，使得改进后的算法在边界问题处理上有了近似集的概念，将它用于教育资源聚类领域能够更好地描述资源分类的边界群体。
教育资源 聚类算法 粗糙集 信息检索
孟星
西安电子科技大学计算机学院,陕西西安,710071
国内会议
西安
中文
2007-10-20（万方平台首次上网日期，不代表论文的发表时间）