基于K-Means改进算法在微博话题发现中的应用研究

• 作者: 宋安军 张云伟
• 来源期刊: 计算机系统应用
• 关键词: K-means 微博 话题 聚类
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 研究开发
• 页码范围: 308-311
• 页数: 4页
• 字数: 3352字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005461

摘要

在传统的K-means算法中,聚类结果很大程度依赖于随机选择的初始聚类中心点以及人工指定的k值.为了提高聚类精度,本文提出了利用最小距离与平均聚集度来对初始聚类中心点进行选取,将层次聚类CURE算法得到的聚簇数作为k值,从而使聚类精度得到提高.最后,将改进后的K-means算法应用到微博话题发现中,通过对实验结果分析,证明该算法提高了聚类结果精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋安军	上海海事大学信息工程学院	13	51	4.0	6.0
2	张云伟	上海海事大学信息工程学院	1	5	1.0	1.0