一种改进的K-medoids知识聚类算法研究

• 作者: 卢艳兰 覃运初 谭黔林
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-medoids 知识聚类 聚类分析技术
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 算法与语言
• 页码范围: 13-15
• 页数: 3页
• 分类号: TP312
• 字数: 3540字
• 语种: 中文
• DOI: 10.11907/rjdk.161475

摘要

根据文本信息在聚类过程中的特点构建了一种基于K-medoids的文档聚类方法,并结合文本特征提取KNN算法对训练文本进行测试,该方法首先利用K-medoids在聚类过程中实现简单、收敛速度快的特性,再利用KNN算法在文档特征提取过程中简单、高效的特点,对训练进行聚类划分.实验结果表明,利用该方法在对文档进行聚类时,F1值、耗时及分割数等方面与KNN及CLKNN算法相比都有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃运初	河池学院计算机与信息工程学院	14	3	1.0	1.0
2	谭黔林	广西大学计算机与电子信息学院	6	29	1.0	5.0