基于LDA的改进K-means算法在文本聚类中的应用

• 作者: 张敬旭 王春龙
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 主题模型 K-means 聚类中心 文本聚类 隐含狄利克雷分布
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 249-254
• 页数: 6页
• 分类号: TP301.6
• 字数: 6817字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.01.0249

摘要

针对传统K-means算法初始聚类中心选择的随机性可能导致迭代次数增加、陷入局部最优和聚类结果不稳定现象的缺陷,提出一种基于隐含狄利克雷分布(LDA)主题概率模型的初始聚类中心选择算法.该算法选择蕴舍在文本集中影响程度最大的前m个主题,并在这m个主题所在的维度上对文本集进行初步聚类,从而找到聚类中心,然后以这些聚类中心为初始聚类中心对文本集进行所有维度上的聚类,理论上保证了选择的初始聚类中心是基于概率可确定的.实验结果表明改进后算法聚类迭代次数明显减少,聚类结果更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张敬旭		2	38	1.0	2.0
2	王春龙	华北电力大学控制与计算机工程学院	1	37	1.0	1.0