基于VSM和LDA混合模型的文本聚类研究

• 作者: 刘晓蒙 熊海涛
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 聚类 相似度 LDA VSM K-MEANS
• 年，卷（期）: 2018,（1）
• 页码范围: 35-38
• 页数: 4页
• 分类号: TP312

摘要

在当今的时代,网络文本的数量正在迅速增长。文本的分析仍然是当今一个热门话题。由于传统的VSM模型在使用时会出像数据的纬度太高,缺乏对潜在语意理解等问题,导致最终的聚类结果的精确度不够高。鉴于此,提出了VSM和LDA的文本聚类的混合模型,通过对文本的处理,筛选,统计的方法得到特征词权重的集合,随后分别计算VSM模型和LDA模型相似度,通过将两个相似度进行线性相加的方法相结合,得到混合相似度,然后通过K-means算法进行文本聚类,分别得到VSM模型、LDA模型和混合模型的聚类结果,通过统计与分析得到最后的实验结果。实验结果表明,该混合模型是有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊海涛		5	14	2.0	3.0
2	刘晓蒙		2	2	1.0	1.0