四维文档向量模型的k-means新闻文本聚类算法

• 作者: 任芳 次旺多吉 高飞 鱼江 黄保瑞
• 来源期刊: 西藏大学学报（自然科学版）
• 学科: 工学
• 关键词: 4DVM 新闻文本 k-means聚类
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 专题研究
• 页码范围: 109-112
• 页数: 4页
• 分类号: TP311.1
• 字数: 2547字
• 语种: 中文

摘要

传统3DVM(3-Dimension Document Vector Model)由于没有使用新闻报道的时间因子,这使得该模型表示的新闻报道具有不准确性,进而影响新闻报道的聚类结果.本研究在三维文档向量模型的基础上加入了时间因子,提出了四维文档向量模型表示新闻报道.最后,用k-means聚类算法进行新闻报道的的无监督聚类.实例验证结果表明本文提出的4DVM和k-means相结合的聚类算法优于3DVM以及VSM(vector space mode)和k-means相结合的聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高飞	西藏大学工学院	36	28	3.0	4.0
2	鱼江	西藏大学工学院	1	0	0.0	0.0
3	任芳	西藏大学工学院	1	0	0.0	0.0
4	黄保瑞	西藏大学工学院	1	0	0.0	0.0
5	次旺多吉	西藏大学工学院	1	0	0.0	0.0