1、隨著互聯(lián)網(wǎng)發(fā)展和普及,“檢索”已經(jīng)成為人們生活中的一部分?；ヂ?lián)網(wǎng)已經(jīng)把全世界連在了一起,如何從浩瀚的信息海洋中找到自己想要的東西呢,答案就是“檢索”。
　　 在眾多檢索系統(tǒng)中,對于學術研究最有用的當屬文獻檢索了,但是當前的文獻檢索系統(tǒng)大都只能進行關鍵字匹配的檢索,抓不住用戶的興趣,如果檢索系統(tǒng)能夠獲取用戶的興趣,就可以使用戶在一次又一次的檢索中會發(fā)現(xiàn)自己想要的文獻總是能出現(xiàn)在排序的最前面,肯定大大方便了用戶,使其對所使用的檢索系

2、統(tǒng)大家贊賞并決定長期使用,這無論對用戶還是檢索平臺都是大有益處的。
　　 本著以上的思想,本小組開始制作這樣一個檢索系統(tǒng),它能通過用戶的檢索行為來獲取用戶的興趣,并將興趣相似的用戶組成用戶組,以方便用戶的交流,共享資源。本文討論的是我們小組所做的檢索系統(tǒng)中的基礎部分,包括文本預處理,對文本向量進行聚類構建系統(tǒng)底層部分。本人的工作具體是完成了文本處理程序可以對文獻進行預處理,它可以將分詞后的文本轉化為向量；可以對題目、關鍵詞、摘要

3、加權,并調整其權重；可以按詞性提取特征；完成對其停用詞表的控制；程序可以生成文檔頻數(shù),tfidf的特征向量,支持向量機的特征向量等多種特征向量。并且在隨后聚類試驗中,改進Ap[1](Affinity propagationclustering)聚類,使其獲得更好的聚類結果。
　　 AP聚類有一個優(yōu)點,就是如果使用者不知道數(shù)據(jù)的類數(shù),不用指定類數(shù)也可以很好的進行分類,但是有時侯我們知道類數(shù),那么我們怎么能提高分類的效果呢?本篇論文