一种基于动态SOM的增量中文文本聚类方法

• 作者: 唐毅 朱红灿
• 来源期刊: 图书情报工作
• 学科: 工学
• 关键词: 增量聚类 文本聚类 自组织神经网络(SOM) 向量空间模型
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 工作研究
• 页码范围: 116-119,126
• 页数: 5页
• 分类号: TP391
• 字数: 3267字
• 语种: 中文
• DOI: 10.3969/j.issn.0252-3116.2007.06.028

摘要

对一种基于动态可调自组织神经网络(the dynamic adaptive self-organizing map neural network,简称DASOM)的增量中文文本聚类方法进行研究,认为其只需处理更新数据,提高聚类速度,并能自动抽取SOM聚类结果;DASOM模型具有动态的结构,通过数值实验表明该方法对中文文本增量聚类具有有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱红灿	湘潭大学管理学院	36	378	12.0	18.0
2	唐毅	湘潭大学管理学院	40	187	7.0	11.0