基于LLE-k均值方法的中文文本聚类

• 作者: 冯燕 刘爱萍 王洪元 程起才
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 文本聚类 LLE 维数简约 k-means
• 年，卷（期）: 2010,（11）
• 页码范围: 10-12,21
• 分类号: TP391
• 字数: 3058字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2010.11.003

摘要

文本聚类中,文本特征向量的高维特性使得对样本统计特征的评估十分困难,所以有必要进行有效的维数简约.LLE算法利用线性重构的局部对称性找出高维数据空间中的非线性结构,并在保持各数据点临近位置关系情况下,把高维空间数据点映射为低维空间对应的数据点.文章采用LLE-k均值方法进行中文文本聚类研究.首先利用LLE进行降维处理,然后对得到的线性特征向量用k均值进行聚类分析,与PCA、ISOMAP和LLE算法比较,结果显示LLE-k均值算法能得到更好的可视化效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘爱萍	常州大学信息工程学院	5	25	3.0	5.0
2	王洪元	常州大学信息工程学院	77	372	11.0	14.0
3	程起才	常州大学信息工程学院	12	42	4.0	6.0
4	冯燕	常州大学信息工程学院	6	20	3.0	4.0