基于相似中心的k-cmeans文本聚类算法

被引：12

作者：

许厚金 ^{[1
]}

刘永炎 ^{[2
]}

邓成玉 ^{[1
]}

刘永山 ^{[1
]}

机构：

[1] 燕山大学信息科学与工程学院

[2] 张家口教育学院数学系

来源：

计算机工程与设计 | 2010年 / 31卷 / 08期

关键词：

聚类; k-cmeans算法; 相似性度量; 宏平均聚类精度; 宏平均召回率;

D O I：

10.16208/j.issn1000-7024.2010.08.020

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

针对k-means聚类算法只能保证收敛到局部最优,导致聚类结果对初始聚类中心敏感的问题,提出了一种基于相似中心的文本聚类算法。首先,度量文档之间的相似性,然后按照文档之间的相似性递减排序,选择序列最前面的k个文档作为初始聚类中心,对于每个剩余的文档(没有被选为初始簇中心的文档)根据其与存在的簇中心的相似性,将其分配到相似性最大的簇中,更新簇均值,连续迭代,直至均值不变,从而得到更加稳定的聚类结果。实验结果表明,提出的算法在宏平均聚类精度和宏平均召回率上有显著提高,产生了质量较好的聚类效果。

引用

页码：1802 / 1805

页数：4