K-Means聚类的多种距离计算方法的文本实验比较

被引：6

作者：

林滨

机构：

[1] 福州软件职业技术学院计算机系

来源：

福建工程学院学报 | 2016年 / 14卷 / 01期

关键词：

文本聚类; TF-IDF; K-Means; 距离计算;

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：

针对文本类型数据的分类进行研究,用VSM模型和TF-IDF技术对文本文件进行了数据样本抽取加权,得到文本相似度矩阵;采用不同样本距离计算方法和K-Means算法对数据进行了聚类实验,获得聚类结果并进行了分析和总结;基于实验结论,研究了不同距离计算方法之间的区别以及适用的数据类型。

引用

页码：80 / 85

页数：6

共 8 条

[1] 最大距离法选取初始簇中心的K-means文本聚类算法的研究 [J].

翟东海 ;

鱼江 ;

高飞 ;

于磊 ;

丁锋 .

计算机应用研究, 2014, 31 (03) :713-715+719

[2] 基于向量语义相似度的改进K-Means算法 [J].

李法运 ;

农罗锋 .

情报科学 , 2013, (02) :34-37+44

[3] K-means算法研究综述 [J].

吴夙慧 ;

成颖 ;

郑彦宁 ;

潘云涛 .

现代图书情报技术, 2011, (05) :28-35

[4] 图像-文本相关性挖掘的Web图像聚类方法 [J].

吴飞 ;

韩亚洪 ;

庄越挺 ;

邵健 .

软件学报, 2010, 21 (07) :1561-1575

[5] 聚类算法研究 [J].

孙吉贵 ;

刘杰 ;

赵连宇 .

软件学报, 2008, (01) :48-61

[6] 基于潜在语义分析的汉语问答系统答案提取 [J].

余正涛 ;

樊孝忠 ;

郭剑毅 ;

耿增民 .

计算机学报, 2006, (10) :1889-1893

[7]

DIMK-means “Distance-based Initialization Method for K-means Clustering Algorithm”[J] . Raed T. Aldahdooh,Wesam Ashour.International Journal of Intelligent Systems and Applications(IJISA) . 2013 (2)

[8]

Data clustering: 50 years beyond K-means[J] . Anil K. Jain.Pattern Recognition Letters . 2009 (8)

← 1 →