面向大文本数据集的间接谱聚类

• 作者: 侯海霞 刘春霞 原民民
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 谱聚类 文本聚类 大数据集
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 先进计算
• 页码范围: 3274-3277
• 页数: 4页
• 分类号: TP301.6
• 字数: 4552字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.03274

摘要

针对谱聚类存在计算瓶颈的问题,提出了一种快速的集成算法,称为间接谱聚类.它首先运用K-Means算法对数据集进行过分聚类,然后把每个过分簇看成一个基本对象,最后在过分簇的级别上利用标准谱聚类来完成总体的聚类.将该思想应用于大文本数据集的聚类问题后,过分簇中心之间的相似性度度量方法可以采用常用的余弦距离法.在20-Newgroups文本数据上的实验结果表明:间接谱聚类算法在聚类准确性上比K-Means算法平均高出14.72％;比规范割谱聚类仅低0.88％,但算法所需的计算时间平均不到规范割谱聚类的1/16,且随着数据集的增大当规范割谱聚类遭遇计算瓶颈时,提出的算法却能快速地给出次优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘春霞	太原科技大学计算机科学与技术学院	23	30	4.0	4.0
2	原民民	山西水利职业技术学院信息工程系	8	15	2.0	3.0
3	侯海霞	太原大学计算机工程系	6	13	2.0	3.0