基于文本挖掘的聚类算法研究

• 作者: 徐东亮 李斌 王研芬 董开坤
• 来源期刊: 科技与创新
• 关键词: 文本挖掘 K-means K-medoids 准确率 召回率
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 软件时空
• 页码范围: 168-169,65
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2011.05.067

摘要

随着网络中数据信息的大量积累,如何从海量文本数据中有效提取所需要的信息成为当前文本挖掘的重要内容.本文主要研究 K-means 和 K-medoids 两种聚类算法在文本挖掘中的应用,并通过实验利用基于人工判定的指标对两类算法在聚类文档的准确率和召回率方面进行了性能比较.实验结果表明,与K-means 算法相比,K-medoids 算法无论在准确率还是召回率方面都要高出 5 个百分点以上,且后者在处理异常数据和噪声数据方面更为鲁棒.