基于复杂网络社团划分的文本聚类方法

• 作者: 张大为 谢凤宏 谢福鼎 黄丹
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 文本聚类 复杂网络 社团结构 稠密集 邻居
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 智能技术
• 页码范围: 1059-1061,1078
• 分类号: TP391.1
• 字数: 3850字
• 语种: 中文

摘要

文本聚类是文本挖掘的一种重要方法,提出了一种加权复杂网络社团划分的新算法,通过不断寻找复杂网络中的稠密集并对其进行适当操作,达到了划分加权复杂网络的目的.将该算法应用于文本聚类,将文本用向量空间模型表示,用余弦公式计算文本之间的相似度,根据邻居节点构造出加权复杂网络,用提出的算法对加权复杂网络进行社团划分.对Reuters-21578数据集中的部分样本进行聚类,实验结果表明了该方法具有良好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢福鼎	辽宁师范大学计算机与信息技术学院	54	419	12.0	17.0
2	黄丹	辽宁师范大学计算机与信息技术学院	19	223	7.0	14.0
3	谢凤宏	辽宁师范大学计算机与信息技术学院	3	54	3.0	3.0
4	张大为	辽宁师范大学计算机与信息技术学院	20	192	5.0	13.0