基于关联规则的文本聚类算法的研究

• 作者: 曲守宁 朱强 王钦 邹燕
• 来源期刊: 计算机应用研究
• 关键词: 文本挖掘 K-均值聚类 关联规则 权重
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 986-988
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.04.007

摘要

K-均值聚类算法是目前一种较好的文本分类算法,算法中的相似度计算通常基于词频统计,小文档或简单句子由于词频过小,使用该算法聚类效果较差.为此,提出了一种基于词语关联度的相似度计算算法,对简单文档集执行关联规则算法,得出基于关键词的关联规则,并根据这些规则求得词语关联度矩阵,然后由权重对文本进行文本特征向量表示,最后借助于关联度矩阵和文本特征向量,并按一定算法计算出句子相似度.实验证明该算法可得到较好的聚类结果,且其不仅利用词频统计的方法而且考虑了词语间的关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲守宁	济南大学信息科学与工程学院	39	398	10.0	19.0
2	王钦	济南大学信息科学与工程学院	10	61	5.0	7.0
3	邹燕	济南大学信息科学与工程学院	4	34	3.0	4.0
4	朱强	济南大学信息科学与工程学院	4	34	3.0	4.0