-
题名基于相似中心的k-cmeans文本聚类算法
被引量：12
- 1
-
-
作者
许厚金
刘永炎
邓成玉
刘永山
-
机构
燕山大学信息科学与工程学院
张家口教育学院数学系
-
出处
《计算机工程与设计》
CSCD
北大核心
2010年第8期1802-1805,共4页
-
基金
工信部2007电子信息产业发展基金项目(工信部运[2007]97号)
-
文摘
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。
-
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
-
Keywords
clustering
k-cmeans algorithm
similarity measurement
marco average clustering precision
marco average recall rate
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
