基于特征项权重自动分解的文本聚类

• 作者: 余永红 柏文阳
• 来源期刊: 计算机工程
• 学科: 地球科学
• 关键词: 文本聚类 遗传算法 特征项选择 特征项权重分解
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 博士论文
• 页码范围: 25-27
• 分类号: N945
• 字数: 3730字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.11.009

摘要

提出一种自动文本聚类方法,应用遗传算法进行全局和快速的文本特征项选择以实现降维处理,引入概率匿名思想,根据文本中不同特征项权重的组合,基于动态规划设计一个优化的多项式时间聚类算法,将文本集划分成适当个数的分区,并对每个分区进行聚类,从而形成初始聚类,采用相同方法对所有初始聚类进行再聚类,形成最终的文本聚类.实验结果表明,该方法既能实现文本特征项的有效选择,又能较好地改善文本聚类效果和性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柏文阳	南京大学计算机软件新技术国家重点实验室	33	262	8.0	15.0
2	余永红	安徽财经大学信息工程学院	17	56	5.0	7.0