基于全局性确定聚类中心的文本聚类

• 作者: 严桂夺 杨志华 胡桂武 陈建超
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 全局性 聚类质心 特征词集
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 147-150
• 分类号: TP301
• 字数: 6179字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.10.042

摘要

文本聚类关键是有效解决特征词向量选择及特征词权重计算方法、文本相似度计算方法、聚类中心确定等三个问题.针对相关算法在三个关键环节上存在的问题,提出了适合自由文本特点的特征词权重计算方法和文本相似度计算方法;在此基础上提出了改进的CBC算法,从全局上自适应地确定文本集中的各个聚类中心.算法在实验中准确地确定了各个聚类中心,并在两个丈本集上分别获得88.50%和94.00%的聚类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡桂武	广东商学院数学与计算科学学院	42	178	7.0	11.0
2	陈建超	广东商学院数学与计算科学学院	13	75	6.0	8.0
3	严桂夺	华南理工大学计算机科学与工程学院	5	70	4.0	5.0
4	杨志华	广东商学院信息学院	4	24	4.0	4.0