روشی جدید برای وزن دهی واژه ها در خوشه بندی مستندات

بازیابی اطلاعات فرایند یافتن اطلاعات مربوط به جستجوی کاربر در مجموعه مدارک مورد نظر می باشد .با پیاده سازی الگوریتم های متفاوت استراتژی های مختلفی در بازیابی اطلاعات وجود دارد وجه مشترک استراتژی های بازیابی ، یافتن مدارک مشابه با موضوع جستجوی کاربر است .یکی از الگوریتم های مهمی که در بازیابی اطلاعات ،کاربردبسیار دارد،الگوریتم های فضای برداری است که می کوشد تمام مدارک را در مجموعه وجستجوهای کاربربه صورت بردارها نشان دهد وضریب تشابه میان بردارها ی مدارک و بردار جستجو را جهت بازیابی مدارک مربوط محاسبه می کند.در این مقاله یک روش جدید برای وزن دهی واژه ها ارائه شده که بابررسی روش tf و tf idf و مشکلات آنها وآزمایشاتی که انجام شده روش مناسبی برای وزن دهی واژه ها می باشد.

کلیدواژه ها:

وزن دهی ، مدل فضای برداری ، tf ، tfidf