基于加权核非负矩阵分解的短文本聚类算法

• 作者: 刘海 曹大为 贺超波 陈启买
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 核方法 短文本聚类 非负矩阵分解 核技巧 迭代优化求解
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 2180-2184,2191
• 页数: 6页
• 分类号: TP391
• 字数: 5803字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018020356

摘要

对互联网产生的大量短文本进行聚类分析具有重要的应用价值,但由于短文本存在特征稀疏和特征难以提取的问题,导致传统的文本聚类算法难以有效处理该问题.为了解决该问题,利用非负矩阵分解(NMF)模型提出基于加权核非负矩阵分解(WKNMF)的短文本聚类算法.该算法通过核方法的映射关系将稀疏特征空间映射到高维隐性空间,从而可以充分利用短文本中的隐性语义特征进行聚类;另外,利用核技巧简化高维数据的复杂运算,并通过迭代更新规则不断地动态调整短文本的权重向量,从而可以区分不同短文本对聚类的重要性.在真实的微博数据集上进行了相关实验,结果表明WKNMF算法比K均值、隐含狄利克雷分布(LDA)、NMF和自组织神经网络(SOM)具有更好的聚类质量,准确度和归一化互信息分别达到了66.38％和66.91％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈启买	华南师范大学计算机学院	66	542	14.0	19.0
2	刘海	华南师范大学计算机学院	42	343	12.0	17.0
3	贺超波	仲恺农业工程学院信息科学技术学院	40	302	12.0	15.0
4	曹大为	华南师范大学计算机学院	1	2	1.0	1.0