搜索引擎结果聚类提纯 含cgi页面代码和后台处理代码 在聚类过程中将内容过于重复的页面合并，因此用户看到不同的文档将能够获取不同的信息。

实现的文档聚类的JAVA程序，适宜入门。-Implementation document clustering JAVA program, suitable for entry.

javaSwing实现的web文档聚类方法研究，不同权值与精度，直接输入新闻网址，可以自动解析并聚类web文档-web document clustering method implemented by javaSwing different weights with precision directly enter a news website, you can automatically parse and clustering web documents

算法思想：提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离来计算两篇文档的相似度，用标准的k-means算法就可以实现文本聚类。源码为java实现(Algorithm idea: extract the TF/IDF weight of the document, then calculate the distance between two multidimensional vectors by cosine theorem, calculate the similarity