一种文本聚类算法

• 作者: 刘立平 徐国华 李向军
• 来源期刊: 西北大学学报（自然科学版）
• 学科: 工学
• 关键词: 文本聚类 数据挖掘 簇 相似度 密度
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 155-158
• 页数: 4页
• 分类号: TP312
• 字数: 4069字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-274X.2005.02.008

摘要

目的通过对现有聚类常用算法的研究,给出一种适用于大规模中文文本数据集聚类的算法DBTC(density-based text clustering).方法采用在DBSCAN算法基础上改进提出的DBTC算法,对中文文本数据集进行聚类.结果DBTC算法可以发现任意形状的簇,对中文文本聚类的准确率高达80%以上.结论经过分析和实验证明DBTC算法比基本的DBSCAN算法更适合于大规模数据集.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐国华	西安电子科技大学机电工程学院	96	1922	25.0	40.0
2	李向军	西安电子科技大学机电工程学院	12	91	6.0	9.0
6	刘立平	东莞理工学院计算机科学与技术系	5	196	4.0	5.0