基于Ant-Tree算法的短文本聚类研究

• 作者: 刘钰峰 吴勇 李仁发
• 来源期刊: 软件
• 学科: 工学
• 关键词: 短文本聚类 Ant-Tree K-means 轮廓系数
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 理论计算机科学
• 页码范围: 84-86,90
• 分类号: TP391
• 字数: 4231字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2011.04.028

摘要

短文本由于词频过低,使用常规的聚类算法如K-means效果不理想,难得到可接受的准确度.而最近结合使用生物启发及聚类内部有效性测量改进的方法,能够有效改善短文本的聚类效果.针对短文本聚类,提出了改进Ant-Tree的算法.该算法引入了轮廓系数作为内部效度测量,对K-means算法获得的初始聚类划分计算轮廓系数值,根据各聚簇样本值大小排序,将排序结果应用于Ant-Tree算法的初始化步骤中,使Ant-Tree算法性能得到提高.实验结果表明,该算法准确度超过了其它的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁发	湖南大学计算机与通信学院	468	4582	30.0	44.0
2	刘钰峰	湖南大学计算机与通信学院	19	182	9.0	13.0
3	吴勇	湖南大学计算机与通信学院	5	42	2.0	5.0