一种基于语义相似度的群智能文本聚类的新方法

• 作者: 周永梅 陶红 高尚
• 来源期刊: 计算机应用研究
• 关键词: 文本聚类 语义相似度 K-均值算法 蚁群算法 模拟退火算法
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 482-484,532
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.02.021

摘要

针对基于VSM(vector space model)的文本聚类算法忽略了词之间的语义信息和各维度之间的关系,导致文本的相似度计算不够精确,提出了一种基于语义相似度的群智能文本聚类的新方法.该方法融合了模拟退火算法的全局搜索和蚁群算法的正反馈能力.其思路是,首先从语义上分析文本,利用K-均值算法进行文本聚类,再根据K-均值算法的结果,使用蚁群和模拟退火算法进行调整聚类.测试结果表明这种算法能够提高聚类精度和召回率,也验证了混合算法的正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高尚	江苏科技大学计算机科学与工程学院	159	1624	18.0	34.0
2	陶红	江苏科技大学计算机科学与工程学院	5	55	4.0	5.0
3	周永梅	江苏科技大学计算机科学与工程学院	3	48	3.0	3.0