一种基于t-分布随机近邻嵌入的文本聚类方法

• 作者: 安晶 徐森 徐秀芳 徐静 皋军 花小朋
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 文本聚类 维数约简 随机近邻嵌入 聚类算法
• 年，卷（期）: 2019,（2）
• 页码范围: 264-271
• 页数: 8页
• 分类号: TP3 9 1
• 字数: 3530字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2019.02.01 1

摘要

文本数据具有高维、稀疏、海量的特性,给传统的聚类算法带来了极大挑战.提出一种基于 t-分布随机近邻嵌入(t-Distributed Stochastic Neighbor Embedding,t-SNE)的文本聚类方法.首先通过t-SNE将高维文本数据嵌入到低维空间,使得高维空间相似度较低的文本对应的映射点距离较远,而相似度较高的文本对应的映射点距离较近;然后根据低维空间映射点坐标,再采用传统的聚类分析算法进行聚类,得到最终的聚类结果.在多个基准文本数据集上进行了实验测试,验证了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安晶	盐城工学院机械工程学院	40	133	6.0	9.0
2	徐森	盐城工学院信息工程学院	33	233	7.0	14.0
3	徐静	盐城工学院信息工程学院	14	81	5.0	8.0
4	花小朋	盐城工学院信息工程学院	22	122	7.0	10.0
5	徐秀芳	盐城工学院信息工程学院	32	133	6.0	10.0