基于R-Grams的文本聚类方法

• 作者: 王贤明 胡智文 谷琼
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 文本 聚类 随机 R-Grams
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 2015年全国开放式分布与并行计算学术年会(DPCS 2015)?
• 页码范围: 3130-3134
• 页数: 5页
• 分类号: TP391
• 字数: 5630字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.11.3130

摘要

针对传统文本聚类中存在着聚类准确率和召回率难以平衡等问题,提出了一种基于R-Grams文本相似度计算方法的文本聚类方法.该方法首先通过将待聚类文档降序排列,其次采用R-Grams文本相似度算法计算文本之间的相似度并根据相似度实现各聚类标志文档的确定并完成初始聚类,最后通过对初始聚类结果进行聚类合并完成最终聚类.实验结果表明:聚类结果可以通过聚类阈值灵活调整以适应不同的需求,最佳聚类阈值为15左右.随着聚类阈值的增大,各聚类准确率增大,召回率呈现先增后降的趋势.此外,该聚类方法避免了大量的分词、特征提取等繁琐处理,实现简单.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谷琼	湖北文理学院数学与计算机科学学院	51	250	9.0	13.0
3	胡智文	浙江传媒学院新媒体学院	9	35	3.0	5.0
6	王贤明	温州大学瓯江学院	6	14	2.0	3.0