一种改进的k均值文本聚类算法

• 作者: 张嫱嫱 张银明 林科 黄廷磊
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 文本聚类 fp-growth k均值
• 年，卷（期）: 2016,（4）
• 页码范围: 311-314
• 页数: 4页
• 分类号: TP311
• 字数: 2960字
• 语种: 中文

摘要

针对k均值算法在文本聚类中由于初始聚类质心随机选择,使得聚类结果陷入局部最优,且孤立点和不确定的聚类个数造成k均值算法准确性低、收敛速度慢的问题,提出了一种改进的k均值文本聚类算法.该算法采用fp-growth算法挖掘文本频繁项集,过滤频繁项集得到核心频繁项集,并利用核心频繁项集指导文本初始聚类质心和聚类个数的生成,最后k均值算法利用初始聚类质心和聚类个数完成文本聚类.在新浪微博数据集上进行文本聚类实验,实验结果表明,改进的k均值算法提高了文本聚类的准确性,加快了收敛速度,具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄廷磊	桂林电子科技大学计算机与信息安全学院	92	408	9.0	15.0
2	林科	桂林电子科技大学计算机与信息安全学院	22	64	4.0	6.0
3	张嫱嫱	桂林电子科技大学计算机与信息安全学院	2	14	2.0	2.0
4	张银明	桂林电子科技大学计算机与信息安全学院	2	14	2.0	2.0