3.1.1 Clustering frameworkThe core

3.1.1 Clustering framework
The core part of the project is the clustering algorithm itself. On input this algorithm receives data instances from a data source. These items are first pre-processed by the distance function for information extraction. Afterwards, instances are processed by the distance function to determine similarity to existing instances. Which instance pairs are processed by the distance function depends on the particular algorithm. Based on the calculated distance values clustering process is executed. During this process clusters are formed or modified.Once the algorithm meets its stop criteria, the new mail instances have been clustered and updated clusters information may be loaded by other components.
3.1.2 Distance function and text analysis
The distance function provides the clustering algorithm information about individual instances similarity to each other. Every new instance is passed to the distance function b

Kết quả (Việt) 1:

3.1.1 clustering khuôn khổPhần cốt lõi của dự án là các thuật toán kết cụm chính nó. Đầu vào thuật toán này nhận được trường hợp dữ liệu từ nguồn dữ liệu. Những mục này trước khi lần đầu tiên được xử lý bởi hàm khoảng cách để khai thác thông tin. Sau đó, trường hợp được xử lý bởi hàm khoảng cách để xác định sự tương tự với trường hợp hiện có. Những cặp Ví dụ được xử lý bởi hàm khoảng cách phụ thuộc vào các thuật toán cụ thể. Dựa trên các giá trị tính toán khoảng cách quá trình kết cụm được thực thi. Trong thời gian này quá trình cụm được hình thành hoặc modified. Một khi các thuật toán đáp ứng các tiêu chí dừng, trường hợp thư mới có nhóm và thông tin Cập Nhật cụm có thể được nạp bởi các thành phần khác.3.1.2 khoảng cách chức năng và văn bản phân tíchHàm khoảng cách cung cấp thông tin thuật toán kết cụm trường hợp cá nhân tương đồng với nhau. Mỗi trường hợp mới được thông qua với khoảng cách chức năng b

Kết quả (Việt) 2:

3.1.1 Clustering khung
Phần cốt lõi của dự án là các thuật toán phân nhóm chính nó. Mở đầu vào thuật toán này nhận hợp dữ liệu từ một nguồn dữ liệu. Những mặt hàng được đầu tiên trước khi xử lý bằng các hàm khoảng cách để khai thác thông tin. Sau đó, các trường hợp được xử lý bởi các hàm khoảng cách để xác định tương tự với trường hợp hiện có. Những cặp dụ được chế biến bởi các hàm khoảng cách phụ thuộc vào các thuật toán cụ thể. Dựa trên quá trình giá trị khoảng cách phân nhóm tính toán được thực thi. Trong quá trình này các cụm được hình thành hoặc Modi fi ed.Once thuật toán đáp ứng tiêu chí dừng của nó, các trường hợp tử mới đã được nhóm và thông tin cụm cập nhật có thể được nạp bởi các thành phần khác.
Chức năng 3.1.2 Khoảng cách và phân tích văn bản
Các hàm khoảng cách cung cấp các thuật toán phân nhóm thông tin về các trường hợp cá nhân tương đồng với nhau. Mỗi trường hợp mới được thông qua với chức năng khoảng cách b