最大距离法选取初始簇中心的K-means文本聚类算法的研究

• 来源期刊: 计算机应用研究
• 关键词: K-means聚类算法 最大距离 文本聚类 文本距离 测度函数 ◢F◣度量值
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 713-715,719
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.03.017

摘要

由于初始簇中心的随机选择，K-means算法在聚类时容易出现聚类结果局部最优、聚类结果不稳定、总迭代次数较多等问题。为了解决K-means算法所存在的以上问题，提出了最大距离法选取初始簇中心的K-means文本聚类算法。该算法基于这样的事实：距离最远的样本点最不可能分到同一个簇中。为使该算法能应用于文本聚类，构造了一种将文本相似度转换为文本距离的方法，同时也重新构造了迭代中的簇中心计算公式和测度函数。在实例验证中，对分属于五个类别的1 500篇文本组成的文本集进行了文本聚类分析，其结果表明，与原始的K-m