减聚类的模糊c-均值算法在文本分类中的应用-计算机系统应用.pdf

2010 年 第 19卷 第 3 期 计 算 机 系 统 应 用 ① 减聚类的模糊C-均值算法在文本分类中的应用 王 月 柴瑞敏 (辽宁工程技术大学 辽宁 葫芦岛 125105) 摘 要： 首先，选择合适的文本集合，并且对文本进行分词处理，然后，进行文档内部特征词的提取，通过采 用词频统计的方法对文本向量进行降维处理，从而选择最佳的特征向量。最后，将非数值的文本数据 进行量化处理后，利用减聚类优化的模糊C-均值算法对文本集合进行聚类，从而提高文本聚类的效果。 关键词： 模糊聚类；文本分类；特征选取；VSM ；减聚类 Application of Subtractive Clustering’s Fuzzy C-Means Categorization to Text Categorization WANG Yue, CHAI Rui-Min (Liaoning Technical University, Huludao 125105, China) Abstract : In this paper, fuzzy C-means categorization optimized by Subtractive clustering is applied to text clustering. First of all, the paper chooses a suitable text collection and deal s with word segmentation of the text . Then, it extracts the internal idiocratic words of the documents , and uses word frequency statistics for the text dimensionality reduction processing, to choose the best eigenvector. Finally, after quantifying the text of the non-numerical data, it clusters the collections of text with fuzzy C-means algorithm which is optimized by Subtractive clustering, so as to enhance the effectiveness of text clustering. Keywords: fuzy clustering; text categorization; feature selection; VAM; subtractive clustering 现在我们已经生活在一个数字化的时代中，数字 果，所以本文将一种减法聚类和模糊 c-均值相结合的 [1] 正极大地影响着整个人类社会。然而，我们不得不承 模糊聚类 应用到文本分类中，来提高对文本聚类的 认随着大量信息给人们带来方便的同时，也带来了很 效果。