基于LSA降维的RPCL文本聚类算法

• 作者: 王正欧 高茂庭
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 次胜者受罚竞争学习 隐含语义分析 聚类分析
• 年，卷（期）: 2006,（23）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 138-140
• 页数: 3页
• 分类号: TP183
• 字数: 3549字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.23.042

摘要

文本聚类中,存在诸如文本特征空间维数巨大、聚类的数目不能事先确定等问题.隐含语义分析方法可以对文本特征空间作降维处理并有效地凸现出文本和词条之间的语义关系;次胜者受罚竞争学习规则可以进行有效的聚类并自动确定适当的聚类数目.将这两种方法结合进行文本聚类可以在一定程度上解决维数和聚类数的问题,实验表明,这种方法能够收到较好的聚类效果,同时,实验还验证了向量余弦距离比欧氏距离方法更适合于文本相似度的计算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高茂庭	天津大学系统工程研究所	83	424	11.0	16.0
3	王正欧	天津大学系统工程研究所	91	2104	28.0	41.0