一种大规模的递增聚类算法及其在文档聚类中的应用

• 作者: 唐春生 金以慧
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类特性(CF) CFK-means算法 k-means算法 文档聚类
• 年，卷（期）: 2002,（11）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 187-190，195
• 页数: 5页
• 分类号: TP311
• 字数: 4148字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2002.11.065

摘要

聚类是将数据进行划分,并从中发现有用信息的一种有效手段,它在很多领域都有着非常重要的应用.K均值方法是聚类方法中较常用的一种,但对于大规模的数据,而且有计算资源和时间约束的情况下,K均值方法已不能满足要求.该文提出的CFK-means方法是一种适合于大规模数据的、快速高效的递增聚类方法,它采用了聚类特性(Clus-tering Features,CF)结构来表示聚类,能更有效地保留和利用聚类信息.它只需扫描数据一次即可得到聚类划分,所需的计算时间和文件交换时间数倍少于K均值方法,而且聚类的准确度和K均值方法相当.通过对仿真数据和实际文本集数据进行的对比实验证明了CFK-means方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金以慧	清华大学自动化系	93	3280	28.0	55.0
2	唐春生	清华大学自动化系	5	133	5.0	5.0