原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
21 6 V ol . 2 1, No . 6
2007 11 J OU RNA L OF CH INESE IN FO RM AT ION PR OCESSIN G No v., 2007
: ( 2007
COSA
1 2 1
, ,
( 1. , 0 30006;
2 . , 030006
: 传统聚类算法在计算两 个对象间的距离时, 每 个属性对距离的贡献相同COSA ( Clu stering O n Subsets o f
[ 1]
Att ributes 算法 认为在不同的分组中, 每 个属性对计算距离所 的作用可能并不相等, 因为不同分组中的对象可
能在不同的属性子集上聚集文献[ 1] 在此基础上定义了新的距离, 并提出了两种CO SA 算法: CO SA 1 算法是一
种分割的聚类算法; COSA 2 算法是一种层次聚类算法为了对比 COSA 距离和传统的欧氏距离在文本聚类中的
表现, 本文对中文文本进行了分割聚类和层次聚类的实验实验结果显示出COSA 算法较基于欧氏距离的聚类算
法有更好的性能, 而且对于属性数的变化, COSA 算法更加稳定
: 计算机应用; 中文信息处理; 文本聚类; COSA 算法; Kmeans 算法
: T P39 1 : A
ChineseText ClusteringBasedon COSAAlgorithm
1 2 1
GU Bo , LI Jihong , LIU Kaiying
( 1. Schoo l of Com puter Info rmation T echno log y, Shanx i U niv ersity , T aiyuan, Shanx i 0 30006, China;
2 . Com puter Center of Shanxi U niversity, T aiy uan , Shanxi 030006, China
Abstract: M ost traditional clu st er ing alg or ithm s t reat each att ribute equally . Ho w ever , COSA [ 1] ( clu stering o n sub
sets of att ributes alg or ithm believ es that each separat e att ribute in diff erent g roup s may hav e diff er ent w eight , and
that objects in diff er ent g ro ups may cluster in diff erent subsets o f at tributes . A new distance def init ion is presented
in literatur e [ 1] , w hich also presented tw o CO SA alg or ithm s . CO SA 1 is a par titioning alg or ithm and COSA 2 is a hi
er archical clus
文档评论（0）