基于K-means算法改进的短文本聚类研究与实现

• 作者: 李志强 王俊丰 贾晓霞
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 短文本 K-means 聚类 无监督
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究与探讨
• 页码范围: 76-80
• 页数: 5页
• 分类号: TP391
• 字数: 4102字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2019.12.016

摘要

文中讨论在文本类目数未知的情况下,如何对数据量过少的短文本进行有效聚类的问题.短文本的特点是每一份样本文章数据少,数据稀疏,用常规的聚类方法进行文本聚类不能取得很好的效果.文中提出了一种基于K-means的改进算法,提出一种简单降维方式和新的判别样本点距离的方法,经实验验证,文中改进算法比原K-means算法有更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾晓霞		3	1	1.0	1.0
2	王俊丰		2	2	1.0	1.0
3	李志强		1	1	1.0	1.0