به گزارش سرويس پژوهشي خبرگزاري دانشجويان ايران (ايسنا)، استفاده از ساختار كارا براي متون، به كارگيري مفهوم موضوع در تشخيص شباهت متون و ارائه يك الگوريتم بهينه براي يافتن هسته‌هاي اوليه خوشه‌ها اين روش جديد را بسيار سريع و موثر كرده است.

دكتر محمد رحمتي استاديار و مهندس سيد رسول رضوي، دانشجوي كارشناسي ارشد هوش مصنوعي دانشكده مهندسي كامپيوتر دانشگاه صنعتي اميركبير در تحقيقات خود الگوريتم ساده و سريعي براي خوشه بندي نتايج جستجوي وب ارائه كرده‌اند كه مبناي آن استفاده از اطلاعات موجود در ساختار نتايج جستجو است تا بدين وسيله ضعف ناشي از نبود متن اصلي و كمبود كلمات بيانگر موضوع متن به شكلي جبران شود.

به گزارش ايسنا، پژوهشگران با اذعان به اين كه بهترين وسيله براي ارزيابي عملكرد يك الگوريتم خوشه بندي ميزان قابل استفاده بودن آن و اقبال كاربران است، براي مقايسه الگوريتم پيشنهادي با الگوريتم مشابه از روش‌هاي ارزشيابي شبيه به آنچه دربازيابي اطلاعات موسوم بوده و منطبق بر ماهيت مجموعه مورد ارزيابي (نتايج جستجوي وب) بهره گرفته‌اند كه به گفته آنها الگوريتم ارائه شده در اين آزمايشات نيز نتايج خوبي را از خود نشان داده است.

گفتني است، در روش خوشه‌بندي كه از كارامدترين شيوه‌هاي هوشمند بهبود نمايش نتايج جستجوي برگشتي از موتورهاي جستجوي وب است، نتايج جستجويي كه داراي موضوعات مشترك بوده و اصطلاحا به هم شبيه‌ترند به طور خودكار در يك دسته قرار مي‌گيرند؛ بدين ترتيب، كاربر به جاي مواجه شدن با فهرست طويلي از نتايج جواب خود را در قالب چند دسته موضوعي مشاهده مي‌كند و بدين شكل كار بررسي نتايج تسهيل شده و بهبود مي‌يابد.