基于K-means和Label Propagation的半监督网页分类

• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 半监督学习 网页分类 图 类别传播 k均值
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 软件理论与方法
• 页码范围: 49-51
• 页数: 3页
• 分类号: TP311
• 语种: 中文

摘要

提出基于图的半监督学习算法,即类别传播算,结合K均值算法改进,用于网页分类。该K均值类别传播方法使用欧式距离的建立带权∈NN图。在这个图中,图节点表示已标记或未标记的网页,边上的权重表示节点的相似度,已标记节点的类别沿着边向邻居节点传播,从而将网页分类问题形式化为类别在图上的传播。结合K均值方法,提高了计算速度以及图方法的归纳能力,经UCI数据集测试,结果表明,此算法比类别传播算法有更好的性能,能够有效地用于半监督网页分类。