基于图划分的谱聚类算法在文本挖掘中应用

• 作者: 张磊 沈亚田 沈夏炯
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 谱聚类 邻接矩阵 文本挖掘 正则割 Laplancian矩阵
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 智能、算法、系统结构
• 页码范围: 96-98
• 页数: 3页
• 分类号: TP301.6
• 字数: 2589字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2009.05.028

摘要

传统文本挖掘算法都是建立在凸球形的样本空间上,当样本空间不为凸时,算法就陷入"局部"最优.为了满足"全局"最优,引进了无向图结构表示文档之间的相似关系,由无向图建立文档之间的相邻接矩阵,谱聚类算法是通过对邻接矩阵进行分析,导出聚类对象的新特征,利用新的特征对原数据进行聚类.通过实验对该算法和其他的文本挖掘的算法进行分析比较,实验结果表明该算法聚类效果比传统数据挖掘方法好.最后指出谱聚类的不足和进一步的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈夏炯	河南大学计算机与信息工程学院	67	535	12.0	21.0
2	张磊	河南大学计算机与信息工程学院	90	473	11.0	18.0
3	沈亚田	河南大学计算机与信息工程学院	1	22	1.0	1.0