基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对海量数据进行聚类,从中获取有价值的隐含知识,已经成为一项迫切的需求.传统的基于词频或距离的文本聚类技术在准确度方面存在较大差距.引入文本语义信息的聚类方法,提高了聚类的准确度.实验结果表明,基于语义特征的模糊聚类算法具有较好的聚类效果.
推荐文章
基于 BA 的模糊聚类算法研究
蝙蝠算法
模糊C均值聚类
BAFCM
优化
基于模糊聚类特征化软件零水印算法研究
软件水印
模糊聚类
操作码特征
鲁棒性
基于语义列表的中文文本聚类算法
文本聚类
文本表示
语义列表
相似度计算
聚簇表示
基于模糊分区聚类的关联挖掘改进算法
模糊分区聚类
大数据
关联挖掘
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于语义特征的模糊聚类算法研究
来源期刊 信息技术 学科 工学
关键词 语义特征 文本挖掘 聚类 k-均值
年,卷(期) 2014,(12) 所属期刊栏目 基金项目
研究方向 页码范围 121-123,128
页数 4页 分类号 TP301.6
字数 3669字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 宋微 渤海大学信息科学与技术学院 9 23 3.0 4.0
2 于湛麟 渤海大学信息科学与技术学院 12 221 5.0 12.0
3 张野 渤海大学信息科学与技术学院 23 77 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语义特征
文本挖掘
聚类
k-均值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导