一种CF树结合KNN图划分的文本聚类算法

• 作者: 仰孝富 吉鹏飞 朱文飞 齐建东
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本聚类 向量空间模型 传统的且非常高效的层次聚类算法(BIRCH) K最近邻
• 年，卷（期）: 2015,（6）
• 页码范围: 114-119
• 页数: 6页
• 分类号: TP391
• 字数: 6074字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1304-0136

摘要

为了提升文本聚类效果，改善传统聚类算法在参数设定，稳定性等方面存在的不足，提出新的文本聚类算法TCBIBK（a Text Clustering algorithm Based on Improved BIRCH and K-nearest neighbor）。该算法以BIRCH聚类算法为原型，聚类过程中除判断文本对象与簇的距离外，增加判断簇与簇之间的距离，采取主动的簇合并或分裂，设置动态的阈值。同时结合KNN分类算法，在保证良好聚类效率前提下提升聚类稳定性，将TCBIBK算法应用于文本聚类，能够提高文本聚类效果。对比实验结果表明，该算法聚类有效性与稳定性都得到较大提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐建东	北京林业大学信息学院	38	230	9.0	13.0
2	朱文飞	北京林业大学信息学院	3	32	3.0	3.0
3	仰孝富	北京林业大学信息学院	1	7	1.0	1.0
4	吉鹏飞	北京林业大学信息学院	2	27	2.0	2.0