面向实体识别的聚类算法

• 作者: 于戈 孙琛琛 寇月 申德荣 聂铁铮
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 实体识别 聚类 随机游走模型 簇点相似度 数据对象排序
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 数据库技术
• 页码范围: 2303-2319
• 页数: 17页
• 分类号: TP311
• 字数: 16091字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005043

摘要

实体识别是数据质量的一个重要方面,对于大数据处理不可或缺.已有的实体识别研究工作聚焦于数据对象相似度算法、分块技术和监督的实体识别技术,而非监督的实体识别中匹配决定的问题很少被涉及.提出一种面向实体识别的聚类算法来弥补这个缺失.利用数据对象及其相似度构建带权重的数据对象相似图.聚类过程中,利用相似图上重启式随机游走来动态地计算类簇与结点的相似度.聚类的基本逻辑是,类簇迭代地吸收离它最近的结点.提出数据对象排序方法来优化聚类的顺序,提高聚类精确性;提出了优化的随机游走平稳概率分布计算方法,降低聚类算法开销.通过在真实数据集和生成数据集上的对比实验,验证了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学计算机科学与工程学院	426	6587	38.0	64.0
2	申德荣	东北大学计算机科学与工程学院	111	1289	18.0	32.0
3	寇月	东北大学计算机科学与工程学院	68	816	12.0	26.0
4	聂铁铮	东北大学计算机科学与工程学院	69	854	13.0	27.0
5	孙琛琛	东北大学计算机科学与工程学院	4	62	3.0	4.0