基于特征空间的文本聚类

• 作者: 周爱武 肖云 谭天诚 黄建宇
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 知网 领域词典 主题 义原 聚类 K值优化
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 75-77,81
• 页数: 4页
• 分类号: TP301.6
• 字数: 3038字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2017.09.016

摘要

文本聚类是聚类算法的一种具体应用,随着互联网的发展,文本聚类应用越来越广泛,譬如在信息检索、智能搜索引擎等方面都有较为广泛的应用.文本聚类算法主要涉及文本预处理和文本聚类算法,故对文本聚类进行改进可以从这两方面入手.传统文本聚类的文本预处理采用VSM模型,该模型不考虑词与词的语义相似度和词与词的相关性,导致文本聚类精确度非常低.针对该问题,提出了基于特征空间文本聚类的方法.该方法根据文档集合的特征空间构造一个替代词库,并根据这个替代词库得到文档的主题,依据主题配合其对应的领域词典对文档词进行相应的替换.传统的文本聚类使用K-means算法,但该算法需要人工指定K值.为此,提出了基于K值优化的K-means改进算法.实验结果表明,所提出的文本聚类方法和K-means改进算法显著提高了文本聚类的智能性和精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周爱武	安徽大学计算机科学与技术学院	34	615	11.0	24.0
2	肖云	安徽大学计算机科学与技术学院	11	61	4.0	7.0
3	黄建宇	安徽大学计算机科学与技术学院	1	11	1.0	1.0
4	谭天诚	安徽大学计算机科学与技术学院	1	11	1.0	1.0