基于链接的网页聚类方法解析
1. 基于链接的网页聚类概述
在网页聚类中，除了常见的链接分析方法外，网页图的链接结构也可用于网页聚类。其基本假设是，通过超链接相连的两个网页比没有链接的网页更可能属于同一主题。因此，链接的质量和数量可以作为聚类过程中的距离度量。
1.1 基于链接聚类的优势
- 语言独立性：链接信息不包含特定语言属性，所以聚类可以独立于网页内容和查询语言进行。
- 处理歧义：当查询包含歧义词汇时，基于链接的聚类能够区分不同的含义。
2. 鲁棒聚类算法（ROCK）
2.1 算法基础
ROCK（Robust Clustering using linKs）算法最初由Guha等人在2000年为分类数据聚类而创建，因其数据表示方式特别适合超链接。该算法区分了点的邻居和链接，为避免与超链接混淆，这些链接被称为ROCK - 链接。
如果相似函数sim : X × Y → R+的值超过某个阈值sim(x, y) ≥ θ (0 ≤ θ < 1)，则两点x和y被定义为邻居。不过在处理网页图时，后续会用适合网页图的不同定义来替代与阈值的相似度比较，因此不再需要sim函数。两点x和y的共同邻居数量被称为ROCK - 链接ro
