一种改进的k-means文本聚类优化方法 an improved k-means optimization approach for text clustering.pdfVIP

下载本文档

40
0
约2.46万字
约 5页
2017-11-02 发布于上海
举报
版权申诉

一种改进的k-means文本聚类优化方法 an improved k-means optimization approach for text clustering.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、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。
6、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。
7、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

一种改进的k-means文本聚类优化方法 an improved k-means optimization approach for text clustering

计算机与现代化　 2015年第3期 JISUANJI YU XIANDAIHUA 总第235期文章编号:1006-2475(2015)03-0048-04 一种改进的k-means文本聚类优化方法王　琼 (常熟理工学院外国语学院,江苏常熟 215500) 摘要:提出一种改进的k-means文本聚类优化方法k-meansSC,将待聚类文档集分词处理后提取主要词条集,并分别采用布尔函数、TFIDF 函数表示文本特征向量,通过实验对比它们各自的优缺点。同时基于该词条集构建支持度矩阵与置信度矩阵,以此定义相似度计算公式,并在不同聚类个数条件下详细分析了该公式与其他距离计算公式的迭代次数及错误函数的表现情况,实验结果表明,在一定条件下采用TFIDF型文本特征向量能有效地提高运行效率及聚类有效性。关键词:k-means;相似度;文本聚类;支持度;置信度中图分类号:TP311　　　文献标识码:A　　　 doi:10.3969/ j.issn.1006-2475.2015.03.010 An Improved K-means Optimization Approach for Text Clustering WANG Qiong (School of Foreign Language,Changshu Institute of Technology,Changshu215500,China) Abstract:K-meansSC as an improved k-means optimization approach for text clustering is proposed. By means of processing of wordsegmentation,clusteringdocument setswillbetreatedforextractionof mainentry sets. Thenthefeaturevectorsofthedocu- ment are respectively represented by Boolean function and TFIDF function,through the comparison of their respective strengths andweaknesses. Based on the entry set building support degrees matrix and confidence degrees matrix,similar degrees calcula- tionformulacanbedefined,andunderdifferentclusteringnumberconditionstheformulaandotherdistancecalculationformulaof iteration number anderrorfunctionof performance situationhavebeenindetailedanalysis. Experimentalresultsshowsthatunder certain conditionsTFIDFfunctionfeaturing document vector can effectively improveprocessing efficiency and clustering effective- ness. Key words:k-means;similarity;text clustering;support;confidence [3] 复杂度。 X.