基于PLSI的标签聚类研究

• 作者: 吴志媛 钱雪忠
• 来源期刊: 计算机应用研究
• 关键词: 大众分类 概率潜在语义索引 语义标签 回火期望最大化算法 凝聚式层次k中心点聚类
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1316-1319
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.05.009

摘要

针对现有的大众分类中标签模糊导致影响用户搜索效率的问题,使用概率潜在语义索引(probabilistic latent semantic indexing,PLSI)模型对标签进行潜在语义分析,经回火期望最大化(tempered exception maximization,TEM)算法训练得到在潜在语义下的条件概率,生成概率向量；在此基础上,提出凝聚式层次k中心点(hierarchical agglomerative K-mediods,HAK-mediods)聚类算法对概率向量进行聚类,并进行了相关对比实验.实验结果表明,HAK-mediods算法的聚类效果要好于传统的聚类算法,从而验证了该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	吴志媛	江南大学物联网工程学院	2	13	2.0	2.0