SVD优化初始簇中心的K-means中文文本聚类算法

• 作者: 张明 戴月明 王明慧 王艳
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: SVD 文本聚类 K-means 初始中心点
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 3835-3842
• 页数: 8页
• 分类号: TP317
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201810029

摘要

为了改善传统K-means算法在聚类过程中,聚类数目K难以准确预设,聚类结果受初始中心影响,对噪声点敏感,不稳定等缺点,同时针对文本聚类中文本向量化后数据维数较高,空间分布稀疏,存在潜在语义结构等问题,提出了一种利用奇异值分解(Singular Value Decomposition,SVD)的物理意义进行粗糙分类,再结合K-means算法的中文文本聚类优化算法(SVD-Kmeans).新算法利用SVD分解的数学意义对文本数据进行了平滑处理,同时利用SVD分解的物理意义对文本数据进行粗糙分类,将分类的结果作为K-means算法的初始聚类中心点.实验结果表明,相比其他K-means及其改进算法,SVD-Kmeans算法的聚类质量F-Measure值有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳	江南大学教育部物联网技术应用工程研究中心	110	475	10.0	14.0
2	戴月明	江南大学教育部物联网技术应用工程研究中心	52	301	10.0	13.0
3	张明	江南大学教育部物联网技术应用工程研究中心	23	185	9.0	13.0
4	王明慧	江南大学教育部物联网技术应用工程研究中心	3	17	3.0	3.0