不同距离测度的K-Means文本聚类研究

• 作者: 陈磊磊
• 来源期刊: 软件
• 学科: 工学
• 关键词: 文本聚类 K-Means 测度距离 聚类质量
• 年，卷（期）: 2015,（1）
• 页码范围: 56-61
• 页数: 6页
• 分类号: TP311.1
• 字数: 3800字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2015.01.011

摘要

近年来，互联网和电子商务企业堆积了海量文本文档类型的数据，如何通过有效的手段对这些数据进行整理，并进行真正有质量的数据挖掘已经成为计算机科学关注的焦点。本文对文本数据之间的相似性进行了研究，并采用VSM技术和 TF-IDF 加权策略对文本文档进行了预处理。然后，采用不同测度距离作为相似性度量对数据进行了 K-Means 聚类实验，并对实验结果进行分析和总结。最后基于之前的结论，在改善文本聚类质量方面，做出了一定的探索。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈磊磊	北京邮电大学计算机学院	1	55	1.0	1.0