基于向量语义相似度的改进K-Means算法

被引：2

作者：

李法运

农罗锋

机构：

[1] 福州大学公共管理学院

来源：

情报科学 | 2013年 / 31卷 / 02期

关键词：

K-Means; 语义相似度; 向量空间模型; 聚类;

D O I：

10.13833/j.cnki.is.2013.02.013

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对传统的K-Means算法的不足,以及其在文本聚类中存在的局限性,提出了一种基于网页向量语义相似度的改进K-Means算法。新算法通过向量语义相似度的计算自动确定初始聚类中心,在聚类过程中,达到语义相似度阈值的网页才使用K-Means算法进行聚类。通过实验证明,新算法很好地克服了传统K-Means算法随机选取聚类中心以及无法处理语义信息的问题,提高了聚类的质量。

引用

页码：34 / 37+44 +44

页数：5

共 7 条

[1] 文本挖掘与中文文本挖掘模型研究 [J].

谌志群 ;

张国煊 .

情报科学, 2007, (07) :1046-1051

[2] K-means聚类和支持向量机结合的文本分类研究 [J].

贾燕花 ;

徐蔚鸿 .

计算机工程与应用 , 2010, (22) :172-174

[3]

Fast and effective text mining using linear-time document clustering. Bjornar Larsen,Chinatsu Aone. Proceeding of the fifth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining . 1999

[4] 基于语义距离的高效文本聚类算法 [J].