论文研究 高激励项集的挖掘研究.pdf

在现有的搜索文本中，存在大量的不确定文本结构和内容，使得常规的聚类算法难以实现，并且文本搜索的结果没有进行类聚，造成搜索结果集合数据量非常庞大。提出了基于模糊集的文本搜索的聚类分析的方法，通过模糊技术对异构数据进行处理，可以改善算法实现的时间和空间的复杂度，减少文本处理的维度，提高算法的鲁棒性，对算法的实现给出了实例分析。通过与其他聚类算法的实测数据的比对分析，验证了算法实现的精确性和效率性。