一种基于密度的文本聚类挖掘算法

• 作者: 倪巍伟 王桂平 赵康 陆介平
• 来源期刊: 计算机应用研究
• 关键词: 分词 文本聚类 向量空间模型 核心对象
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 124-126
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.01.039

摘要

针对DBSCAN算法需用户设置参数值、易产生挖掘结果偏差等不足,提出改进算法DBTC(density-based text clustering),该算法不仅能够发现任意形状的簇,还有效地解决了基于密度的DBSCAN聚类算法在文本挖掘中参数设置困难和高密度的簇被相连的低密度簇包含的问题.理论分析和实验结果表明,算法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪巍伟	东南大学计算机科学与工程学院	48	851	19.0	27.0
2	陆介平	江苏科技大学电子信息学院	10	51	4.0	7.0
3	王桂平	江苏科技大学电子信息学院	21	56	5.0	7.0
4	赵康	江苏科技大学电子信息学院	3	14	2.0	3.0