SlideServe
Menu
Préférences
© SlideServe · v2026

Multitype Features Coselection for Web Document Clustering

elia avatar
10 diapositives · 276 Views · Sep 11, 2014

Multitype Features Coselection for Web Document Clustering. Advisor : Dr. Hsu Presenter : Wen-Cheng Tsai Author : Shen Huang, Zheng Chen, Yong Yu, Wei-Ying Ma. TKDE,2006. Outline. Motivation Objective Method Experience Conclusion Personal Comments. Motivation.

Multitype Features Coselection for Web Document Clustering - slide 1
01 / 10Multitype Features Coselection for Web Document Clustering
1 / 17

Télécharger la présentation

Multitype Features Coselection for Web Document Clustering
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation
  1. Multitype Features Coselection for Web Document Clustering Advisor : Dr. Hsu Presenter : Wen-Cheng Tsai Author : Shen Huang, Zheng Chen, Yong Yu, Wei-Ying Ma TKDE,2006

  2. Outline • Motivation • Objective • Method • Experience • Conclusion • Personal Comments

  3. Motivation • Compared to unsupervised selection, supervised feature selection is more successful in filtering out noise in most case. • Due to a lack of label information, clustering can hardly exploit supervised selection. • Some studies have proposed to solve this problem by “pseudoclass.”

  4. Objective • We propose a novel feature coselection for web document clustering, which is called Multitype Features Coselection for Clustering (MFCC). • MFCC uses intermediate clustering results in one type of feature space to help the selection in other types of feature space. (ex:content, URL, anchor text, user access log) • MFCC reduces effectively the noise introduced by “pseudoclass”and improves clustering performance.

  5. Method-MFCC vs IF ( Iterative feature selection) Feature space:content, URL, anchor text, user access log Five fusion model Feature selection criteria

  6. Error rate Entropy a=7/12 b=6/12 c=5/12 a a b b b c c c c a a a a a a a b c d e f Experience Information on these data set Evaluation measurements Entropy Error rate F1-measure

  7. Experience

  8. Experience The performance of MFCC evaluated by Error Rate The performance of MFCC evaluated by F1- Measure The performance of MFCC evaluated by Entropy

  9. Conclusion • We have proposed MFCC, a novel algorithm to exploit different type of features to perform web document clustering. • The better feature set coselected by heterogeneous features will produce better cluster in each space. • The better intermediate result will further improve coselection in the next iteration.

  10. Personal Comments • Advantages • Filter out noise • Improve clustering performance • Disadvantage • No examples • Application • Information retrieval