一种基于词共现的文档聚类算法

• 作者: 冯楠 常鹏 马辉
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文档聚类 文档模型 词共现 文档相似度 聚类增益
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 213-214,220
• 分类号: TP301.6
• 字数: 2176字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.02.070

摘要

为解决文本主题表达存在的信息缺失问题,提出一种基于词共现的文档聚类算法.利用文档集上的频繁共现词建立文档主题向量表示模型,将其应用于层次聚类算法中,并通过聚类熵寻找最优的层次划分,从而准确反映文档之间的主题相关关系.实验结果表明,该算法所获得的结果优于其他基于短语的文档层次聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马辉	天津城市建设学院管理工程系	23	241	8.0	14.0
2	冯楠	天津大学管理与经济学部	18	279	9.0	16.0
3	常鹏	天津大学管理与经济学部	10	130	7.0	10.0