一种改进的K均值文本聚类算法

• 作者: 史志强 孙磊 安计勇 高贵阁
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 簇密度 K均值 置信半径 海明距离 轮廓系数
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 计算与测试
• 页码范围: 130-133
• 页数: 4页
• 分类号: TP311
• 字数: 3988字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2015)05-0130-04

摘要

提出了一种改进的K均值文本聚类算法.该算法的改进基于以下两点:1)基于簇密度与文本间距离选取初始簇中心,引入置信半径来得到簇密度,即选取距离最远且簇密度最大的点为初始簇中心;2)基于权重的海明距离来计算文本相似度,同时采用轮廓系数来衡量不同算法的聚类质量.实验结果表明:该算法相比原始的K均值文本聚类算法和文献[1]中算法具有更好的聚类质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安计勇	中国矿业大学计算机科学与技术学院	12	65	5.0	8.0
2	孙磊	中国矿业大学图文信息中心	17	186	3.0	13.0