基于话题检测的自适应增量K-means算法

• 作者: 吕学强 孙军 施水才 李胜东
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 话题检测 增量聚类 K-means算法 话题检测与跟踪评测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 190-193
• 页数: 4页
• 分类号: TP391
• 字数: 3417字
• 语种: 中文

摘要

根据话题检测任务的定义和特点,本文分析了传统的增量聚类算法和K-means算法的优缺点,提出了基于话题检测的自适应增量K-means算法,设计了话题检测实验,实验结果证明了该算法提高了话题检测性能,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施水才	北京信息科技大学网络文化与数字传播北京市重点实验室	52	872	12.0	28.0
2	吕学强	北京信息科技大学网络文化与数字传播北京市重点实验室	146	1187	15.0	30.0
3	孙军		13	23	3.0	4.0
4	李胜东	廊坊燕京职业技术学院计算机工程系	5	16	2.0	4.0