一种基于密度峰值发现的文本聚类算法

被引：9

作者：

刘颖莹 ^{[1
]}

刘培玉 ^{[1
]}

王智昊 ^{[1
]}

李情情 ^{[1
]}

朱振方 ^{[2
]}

机构：

[1] 山东师范大学信息科学与工程学院

[2] 山东交通学院信息科学与电气工程学院

来源：

山东大学学报(理学版) | 2016年 / 51卷 / 01期

关键词：

密度; 文本聚类; 特征项; 向量距离;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

提出一种基于密度峰值发现的文本聚类算法,将文本的距离与密度计算转化为文本向量的相似度计算,实现基于密度峰值发现的文本聚类算法。该算法采用空间向量模型表示文本,用余弦公式进行相似度计算,然后求得每个文本的密度和距离。剔除噪音点后,选取聚类中心,将剩下的非中心点划分到距离其最近的聚类中心所在的类簇中去。通过多组对比试验,验证了本方法的可靠性和鲁棒性。

引用

页码：65 / 70

页数：6

共 13 条

[1]

基于近邻传播和凝聚层次的文本聚类方法.[D].何晏成.哈尔滨工业大学.2010, 05

[2]

Revised DBSCAN algorithm to cluster data with dense adjacent clusters.[J].Thanh N. Tran;Klaudia Drab;Michal Daszykowski.Chemometrics and Intelligent Laboratory Systems.2013,

[3] A new hybrid method based on partitioning-based DBSCAN and ant clustering [J].