基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前文本检索后的相关反馈信息较少用于文本聚类中的问题,根据蚂蚁觅食聚类算法的思想,将文本检索后的相关反馈信息应用到文本聚类过程中,提出一种基于蚁群算法的文本聚类算法.分析簇的结构及其生成过程,论述聚类中簇合并的规则及算法.实验结果表明,该算法具有良好的聚类效果,能有效提高查询的文本召回率.
推荐文章
基于蚁群算法的文本聚类算法的参数优化
蚁群聚类算法
文本聚类
参数优化
基于蚁群聚类算法的文本模糊聚类方法
蚁群聚类算法
模糊C-均值聚类算法
分离系数
分离熵
蚁群优化与模糊聚类结合的文本聚类研究
文本聚类
模糊聚类(FCM)
蚁群聚类(ACA)
蚁群优化的模糊聚类算法(FACA)
基于蚁群算法的聚类优化
蚁群算法
路径优化
路网简化
聚类优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于蚁群算法的文本聚类算法
来源期刊 计算机工程 学科 工学
关键词 文本聚类 蚁群算法 相似度
年,卷(期) 2010,(8) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 206-207,210
页数 3页 分类号 TP393
字数 3009字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.08.072
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘丹 河南机电高等专科学校计算机科学与技术系 54 211 8.0 13.0
2 马世霞 河南机电高等专科学校计算机科学与技术系 36 101 6.0 9.0
3 贾世杰 昆明理工大学信息工程与自动化学院 4 52 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (76)
参考文献  (4)
节点文献
引证文献  (18)
同被引文献  (17)
二级引证文献  (26)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(5)
  • 引证文献(3)
  • 二级引证文献(2)
2015(12)
  • 引证文献(4)
  • 二级引证文献(8)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
文本聚类
蚁群算法
相似度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导