基于FVSM的核聚类算法在文本聚类中的应用

• 作者: 杨延锟 许少华
• 来源期刊: 长江大学学报（自然科学版）理工卷
• 学科: 工学
• 关键词: 模糊向量空间模型 文本聚类 核聚类算法
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 计算机科学与电子信息工程
• 页码范围: 72-75
• 分类号: TP391
• 字数: 3563字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1409-C.2010.01.019

摘要

针对信息挖掘中的文本自动聚类问题,提出了一种基于模糊向量空间模型的核聚类算法.首先对聚类文本进行模糊特征提取得到模糊特征项集,然后依据模糊特征项集对每篇文本计算特征项的文档频数,进而得出每篇文本的模糊特征向量.最后利用高斯核函数将每篇文本的特征向量映射到高维特征空间,在高维特征空间中利用核聚类算法实施文本聚类.该方法在特征提取时充分考虑了特征项在文档中的位置信息,使自动聚类原则更接近手工聚类方法.以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许少华	大庆石油学院计算机与信息技术学院	68	929	15.0	27.0
2	杨延锟	大庆石油学院计算机与信息技术学院	1	0	0.0	0.0