基于改进的潜在语义分析的文本聚类

• 作者: 吕学强 宋涛 房祥 施水才
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 潜在语义分析 权重计算 奇异值分解 K-means 文本聚类
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 21-25
• 分类号: TP319
• 字数: 4608字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6864.2012.03.005

摘要

文本聚类中不同文本表示方法获得的聚类效果不尽相同.引入潜在语义分析模型对文本进行表示,重新给出了针对潜在语义分析的特征权重计算方法,并提出了截断奇异值分解中K值的选取方法,达到了“词-文本”空间的降维去噪目的.鉴于K-means算法中初始聚类中心选取具有一定的随机性,应用相似性初始聚类中心选取方法确定了K-means的初始聚类中心,避免了随机选取聚类中心对聚类效果的影响.基于改进的潜在语义分析方法极大的降低了文本空间的维度,经实验证明改进后的方法在聚类问题中聚类效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施水才	北京信息科技大学计算机学院	52	872	12.0	28.0
2	吕学强	北京信息科技大学计算机学院	146	1187	15.0	30.0
3	房祥	北京信息科技大学计算机学院	4	31	3.0	4.0
4	宋涛	北京信息科技大学计算机学院	2	10	1.0	2.0