10.3969/j.issn.1000-386x.2019.09.049
基于核函数的改进k-means文本聚类
通过对传统k-means算法优缺点的研究分析,提出一种改进的k-means聚类算法.随机初始化k/2个簇心,划分最大的簇并删除空簇,在更新簇心的同时判断簇心位置的合理性;及时对簇心做出修改,使得最后聚类出的k个簇中不会出现空簇;使用高斯核函数作为测量向量之间距离的方法,提高聚类的准确性.基于此改进的k-means算法,使用在不同网站上采集的文章作为数据源,并利用TF-IDF以及Word2Vec技术对文本进行向量化处理,进而完成对文本的聚类任务.与传统的k-means文本聚类相比,不仅提高了聚类的准确性,而且改善了传统k-means算法结果可能会出现空簇的缺陷.
k-means、高斯核函数、TF-IDF、文本聚类
36
TP391.1(计算技术、计算机技术)
2019-09-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
281-284,301