基于遗传算法和模糊聚类的文本分类研究.pdfVIP

第 l9卷 第 4期 计 算 机 技 术 与 发 展 V )【1．19 No．4 2009年 4月 COMPU丁ERTECHNO )【Y ANT)DEVEI．OPMENT ADr． 2009 基于遗传算法和模糊聚类的文本分类研究 于水英 ，丁华福 ，付志超2 (1．哈尔滨理工大学计算机科学与技术学院，黑龙江 哈尔滨 150080； 2．哈尔滨理工大学 自动化学院，黑龙江 哈尔滨 150080) 摘 要 ：鉴于模糊C一均值类型算法(R、M算法)对初始中心敏感的问题，提 出了一种基于遗传算法和模糊聚类的文本分 类方法。采用遗传算法初始聚类中心，并在适应度的计算中采用了一个可变值，用户可以在文本直接聚类时更改该值，产 生用户满意的属性约简结果，极大地提高了系统的分类精度。最后通过实验给出了该算法性能的测试结果。 关键词 ：模糊聚类；遗传算法；文本分类 ；FCM 中图分类号：TP301．6 文献标识码：A 文章编号：1673—629X(2009)04—0131—03 StudyonTextCategorizationBasedon GeneticAlgorithm andFuzzyClustering YU Shuiying，DING Hua-fu ，FU Zhi—ch~o2 (1．CollegeofComputerSci．andTechn．，HarbinUniv．ofSci．nadTechn．，Harbin150080，China； 2．AutomationCollege，HarbinUniv．ofSci．nadTechn．，Harbin150080，China) Abstract：InviewofthenatureoffuzzyC—meansalgorithm (FCM)issensitivet0initialvalue，presentedamethodoftextcategorization basedongeneticalgoritmh andfuzzyclustering，using geneticalgorithmstoinitialclustercentres．AndvariablevaluesWRSadaptedinthe fitnesscomputationprocedure，usersoculdel~ngethevalueofclusterinthetextinordertoobtainthecustomeraztisfactedproperties， thusgreatlyimprovethefusionsystem ’Sclassificationaccuracy．Theexperimentalresultsofthealgoritmh aregivenattheendofthepa— perthroughexperiments． Keywords：fuzzyclustering ；geneticalgorithm ；textcatgeorization： O 引 言 泛的算法之一，由于 FCM算法的不足 ，笔者提出了一 随着互联网的普及与应用，网络信息快速膨胀 ，使 种新的模糊聚类的文本分类方法 ，为文本 自动分类技 得文本 自动分类对于信息处理的意义变得更加重要 ， 术的发展提供一个新的发展方向。 文本 自动分类已成为一项重要的研究课题。文本聚类 没有预先定义的文本主题类别，是一种无监督、无指导 1 FCM 算法所面临的问题 的文本分类，仅靠文本间的相似性作为把文本集合划 Dunn和Bezdek【，J提出的模糊 C一均值类型算法 分为若干个簇的依据，且同一簇 内的文本相似度尽可 (FCM算