基于近邻传播的文本数据流聚类算法研究

• 作者: 倪丽萍 刘慧婷 方清华 李一鸣
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 数据挖掘 近邻传播聚类 文本数据 滑动时间窗口 权重
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 223-229
• 页数: 7页
• 分类号: TP181
• 字数: 7529字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.5.041

摘要

随着大数据时代的到来,网络上产生了大量非结构化文本数据流,这些文本数据流具有动态、高维、稀疏等特征.针对这些特点,首先将传统的AP算法及流式文本数据特征相结合,然后提出文本数据流聚类算法——OAP-s算法.该算法通过在AP算法上引入衰减因子,对聚类中心结果进行衰减,同时将当前时间窗口的聚类中心带入到下一时间窗口中进行聚类.针对OAP-s算法的不足,又提出了OWAP-s算法.该算法在OAP-s算法模型的基础上定义了加权相似度,并通过引入吸引度因子,使得历史聚类中心更具吸引性,得到更精确的聚类结果.同时,两种算法均采用滑动时间窗口模式,使算法既能体现数据流的时态特征,又能反映数据流的分布特征.实验结果表明,两种算法在聚类精确度、稳定性方面均高于OSKM算法,而且具有较好的伸缩性和可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘慧婷	安徽大学计算机科学与技术学院	64	1093	15.0	31.0
2	倪丽萍	合肥工业大学管理学院	31	305	10.0	16.0
6	李一鸣	合肥工业大学管理学院	3	27	3.0	3.0
10	方清华	合肥工业大学管理学院	2	12	2.0	2.0