分级聚类与平面划分结合方法在网页分类中的应用

• 作者: 房福亭 王丽侠
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 层次聚类 K-均值 机器学习 计算复杂度
• 年，卷（期）: 2004,（35）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 139-141,204
• 页数: 4页
• 分类号: TP393
• 字数: 4256字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.35.046

摘要

文章研究分级聚类与平面划分结合方法在网页分类中的应用.阐述了网页分类问题中样本特征分布的特点和复杂性,分级聚类能够生成层次化的嵌套类,且具有较高的准确度,但具有较高的计算复杂度,不适合计算大量样本的计算问题.K-均值算法受初始聚类中心的选择影响较大,对于不规则分布的样本往往聚类的效果不佳.文章考虑利用少数样本和分级聚类算法进行样本集合的初始聚类中心的划分,再利用K-均值算法对整个样本集合做聚类,则既可以避免分级聚类算法的计算复杂又可充分利用K-均值算法的快速特点;另一方面则利用了分级聚类算法准确度高为确定初始聚类中心提供了可靠的方法.文中给出了纯K-均值方法、分级聚类与平面划分结合方法在解决文本分类问题上的实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽侠	浙江师范大学信息科学与工程学院	25	152	8.0	11.0
2	房福亭		1	13	1.0	1.0