改进蚁群算法在文本聚类中的应用研究 research of text clustering based on improved ant colony algorithm.pdfVIP

29卷 第 3期 微 电 子 学 与 计 算 机 Vo1．29 No．3 2012年 3月 MICROELECTRONICS COMPUTER March 2012 改进蚁群算法在文本聚类中的应用研究 吕 岩 (营 口职业技术学院，辽宁 营 摘 要：提出了一种改进蚁群文本聚类算法．改进蚁群文本聚类算法利用信息素对蚂蚁随机移动进行控制，使蚂蚁 朝着文本向量相对集中的区域移动，缩短蚂蚁寻找文本 向量簇的时间，提高聚类效率．采用复旦大学中文文本分类 语料库进行仿真实验，实验结果表 明，改进蚁群文本聚类算法不仅加快了文本聚类算法的收敛速度 ，而且提高文本 聚类结果的精度． 关键词：蚁群算法；文本聚类；向量空间模型；信息素 中图分类号 ：TP391 文献标识码：A 文章编号：1O。0—7180(2012)03--0031m04 ResearchofTextClusteringBasedon ImprovedAntColonyAlgorithm Lv Yan (YingkouVocational TechnicalCollege，Yingkou115000，China) Abstract：Thispaperproposesatextclusteringalgorithm basedonantcolonyalgorithm，theantmobileiscontrolled byinformationtotextvectoroftherelativeconcentrationofthearea，shortenclustertime，improvetheclustering efficiency．ThesimulationexperimentiscarriedoutontheFudanuniversityChinesetextdata，theresultsshow that theproposedtextclusteringalgorithm speedsupthetextclusteringalgorithm convergencespeedandimprovesthe accuracyoftextclusteringresults． Keywords：antcolonyalgorithm ；textclustering；vectorspacemodel；pheromone 些新的聚类算法，如遗传算法，蚁群算法I5]．遗传算 1 引言 法收敛速度慢，文本聚类效率低 ；蚁群算法的蚂蚁行 在互联网上，大部分信息以文本形式出现，文本 动缺乏 目的性，随机性太大，影响文本聚类收敛速度 聚类_1]是一种无指导的分类方法，它可以将一个文 和本聚类结果的精确率．这些不足不仅限制了蚁群 本集分成若干称为集簇 的子集，集簇 中的成员间相 聚类算法的发展，也限制了文本聚类的发展[6]． 似性 比较大，集簇间文本相似性 比较小．当前文本聚 针对传统蚁群算法在文本聚类过程存在 的不 类算法有平面聚类法和层次聚类法两大类_2]．平面 足，本文提出一种改进蚁群的文本聚类算法，通过相 聚类法主要代表算法为：K-means算法，K-means算 应文本分类语料库对本文算法的聚类精度进行验 法需要预先设定集簇个数K值，在对一个文本进行 证 ． 聚类时，往往难 以预先选择最适合的K值，往往得 2 文本聚类的相关技术 不到全局最优解 ，导致文本 聚类精度较低 ，给 K_ means算法适用性带来 了局限l3]．层次聚类法把文