基于参考区域的k-means文本聚类算法

• 作者: 王玉伟 索红光
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 文本聚类 k-means CURD 向量空间模型 参考区域
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 401-403,407
• 页数: 4页
• 分类号: TP391
• 字数: 3916字
• 语种: 中文

摘要

k-means是目前常用的文本聚类算法,该算法的主要缺点需要人工指定聚类的最终个数k及相应的初始中心点.针对这些缺点,提出一种基于参考区域的初始化方法,自动生成k-means的初始化分区,并且在参考区域的生成过程中,设计一种求最大斜率(绝对值)的方法确定自动阈值.理论分析和实验结果表明,该改进算法能有效的提高文本聚类的精度,且具有可行的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	索红光	中国石油大学计算机与通信工程学院	12	313	6.0	12.0
2	王玉伟	中国石油大学计算机与通信工程学院	11	108	3.0	10.0