Clustering de documentos web basado en una hibridación viable de DBSCAN y K-Means

dc.contributor.author	Domínguez Díaz del Castillo, Mauricio
dc.date.accessioned	2023-02-06T14:06:36Z
dc.date.available	2023-02-06T14:06:36Z
dc.date.issued	2013-09
dc.identifier.uri	http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/6042
dc.description.abstract	Con este trabajo de grado se propuso un conjunto de algoritmos híbridos basados en K-Means y DBSCAN, que permitió medir las posibilidades de su uso real en el agrupamiento de documentos web, buscando definir el número de grupos de documentos, su precisión, recuerdo/exhaustividad y tiempos de respuesta sobre colecciones de datos usadas comúnmente en el agrupamiento de documentos web.	en_US
dc.language.iso	es	en_US
dc.publisher	Universidad del Cauca	en_US
dc.subject	DBSCAN	en_US
dc.subject	K-Means	en_US
dc.subject	Clustering	en_US
dc.subject	Documentos web	en_US
dc.subject	Colecciones cerradas	en_US
dc.subject	Algoritmo híbrido	en_US
dc.title	Clustering de documentos web basado en una hibridación viable de DBSCAN y K-Means	en_US
dc.type	Trabajos de grado	en_US