基于马氏距离的文本聚类算法在自动阅卷系统中的应用

• 作者: 孔金生 李翠霞 谭营军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 聚类 文本聚类 模糊C均值 欧氏距离 马氏距离 自动阅卷
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 80-82,86
• 页数: 4页
• 分类号: TP391.9
• 字数: 3063字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.04.019

摘要

基于欧氏距离的传统模糊划分聚类算法较适用于球型结构的聚类。将其应用于维度较高的文本聚类时，准确率和效率均有所下降。为解决这一问题，提出一种基于马氏距离的文本聚类算法。该算法可发现非球形结构的类簇，在不需要先验知识的情况下，仅通过数学迭代即可得到聚类结果。鉴于当前无纸化考试系统的广泛应用，将该算法应用于主观题的自动阅卷系统中。通过对多种主观题的仿真实验，表明了该算法与C均值和FCM算法相比，不仅能获得较高的准确率，算法收敛速度也较快。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔金生	郑州大学软件技术学院	83	496	11.0	17.0
2	李翠霞	郑州大学软件技术学院	30	135	6.0	9.0
3	谭营军	河南职业技术学院信息工程系	30	123	5.0	9.0