一种基于簇相合性的文本增量聚类算法

• 作者: 万剑怡 左家莉 王明文 罗远胜 陶舒怡
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本聚类 增量聚类 语义相似度 簇相合性 文本再分配
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 195-200
• 页数: 6页
• 分类号: TP18
• 字数: 5552字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.06.042

摘要

传统文本聚类方法只适合处理静态样本,且时间复杂度较高.针对该问题,提出一种基于簇相合性的文本增量聚类算法.采用基于词项语义相似度的文本表示模型,利用词项之间的语义信息,通过计算新增文本与已有簇之间的相合性实现对文本的增量聚类.增量处理完部分文本后,对其中错分可能性较大的文本重新指派类别,以进一步提高聚类性能.该算法可在对象数据不断增长或更新的情况下,避免大量重复计算,提高聚类性能.在20 Newsgroups数据集上进行实验,结果表明,与k-means算法和SHC算法相比,该算法可减少聚类时间,提高聚类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	万剑怡	江西师范大学计算机信息工程学院	33	207	8.0	12.0
2	王明文	江西师范大学计算机信息工程学院	115	1470	19.0	34.0
3	左家莉	江西师范大学初等教育学院	21	93	5.0	9.0
4	罗远胜	江西财经大学网络信息管理中心	8	42	4.0	6.0
5	陶舒怡	江西师范大学计算机信息工程学院	1	4	1.0	1.0