一种基于谱分割的短文本聚类算法

• 作者: 何廷年 李晓红 谢蒙 马慧芳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 短文本 相似度矩阵 无向带权图 RMcut准则 聚类算法
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 178-182
• 页数: 5页
• 分类号: TP391
• 字数: 4413字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.08.032

摘要

短文本具有稀疏高维的特点,现有聚类算法在大规模短文本上的聚类精度较低且效率低下.针对该问题,提出一种以谱聚类理论作支撑,基于谱分割准则RMcut的新聚类算法.依据谱聚类理论,将短文本集合构建成一张带权无向图,并计算得到文档-文档的相似度矩阵,为聚类算法提供信息.不断迭代地用2-way方式划分该图,划分过程中使用RMcut值作为划分是否终止的条件,利用Prim算法将原图中的顶点加入到聚族中,以得到质量较高的聚类结果.实验结果表明,该算法具有较高的时间性能,与K-means算法、词共现聚类算法及基于免疫的聚类算法相比,聚类结果更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马慧芳	西北师范大学计算机科学与工程学院	59	520	12.0	21.0
2	李晓红	西北师范大学计算机科学与工程学院	22	136	6.0	11.0
3	何廷年	西北师范大学计算机科学与工程学院	12	28	3.0	4.0
7	谢蒙	西北师范大学计算机科学与工程学院	3	12	2.0	3.0