一种基于改进的Newman快速算法的文本聚类方法

• 作者: 刘绍海 安娜 赵继广
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 复杂网络 Newman快速算法 文本聚类 概念格
• 年，卷（期）: 2010,（30）
• 页码范围: 7550-7553
• 分类号: TP391.43
• 字数: 3171字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2010.30.040

摘要

针对文本聚类计算量大的特点,提出了一种将概念格和Newman快速算法两种理论相结合的聚类方法.首先将文本表示为特征词语集,用统计方法抽取特征向量;同时,用IDF权重计算公式来计算词语的权重,并将词语权值离散化;然后,用形式背景表达关键词:,通过相似度公式,计算出形式概念相似度大小;最后,构造Newman网络,根据Newman网络算法规则对待聚类文本进行聚类.实例表明,该算法不仅得到了正确的分类结果,而且大大降低了算法的复杂度,Newman快速算法仅为O((m+n)n).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵继广		41	446	13.0	20.0
2	刘绍海		5	29	3.0	5.0
3	安娜		6	18	3.0	4.0