文本聚类中的改进特征权重算法

被引：2

作者：

褚蕾蕾 ^{[1
]}

常文波 ^{[2
]}

李秦 ^{[1
]}

机构：

[1] 西安交通大学数学与统计学院

[2] 太原卫星发射中心测量控制站

来源：

工程数学学报 | 2012年 / 29卷 / 04期

关键词：

文本聚类; 特征选择; 权重; k均值聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

本文提出了一种新的基于词频和文档频率的特征词权重计算方法ETFC.首先构造了新的函数作为特征词的类别区分度,加强了低文档频数特征词的类别区分能力.然后运用k-means算法进行聚类实验.结果表明,改进后的权重算法ETFC比现有的权重算法TFIDF和TFC在聚类纯度和算法的稳定性方面均有较大提高,从而表明改进策略是可行的.

引用

页码：523 / 528

页数：6