摘要： 在对网页相似度分析的基础上，提出网页多词元快速聚类算法。这种算法针对中文，采用词元相似度聚类方法，利用一元组相似度判断对网页进行快速初步聚类，然后在此结果中利用二元组相似度判断进行精确聚类，兼顾了聚类精度和速度的要求。

关键词: 网页聚类, 相似度, 向量空间模型

Abstract: Based on the research of the Web pages resemblance, this paper presents the fast multi-word clustering algorithm of Web page. The algorithm applies the multi-word resemblance method of Chinese clustering. It gets fast coarse clusters by single word resemblance. Then, according to the couple word resemblance between two Web pages in every cluster, the precise cluster is performed.

中图分类号: 

• TP393.092