浅议一种改进的文本聚类中心选择算法的研究

《浅议一种改进的文本聚类中心选择算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要K-means聚类算法是一种基于划分的聚类算法，在众多聚类算法的性能比较中，该算法具有效率高、可发现任意聚类形状、对数据输入顺序不敏感、且对于高维数据也有较好的性能，而得到广泛的应用，但是K-means算法需要事先指定K值，并且对于“噪音”和孤立点数据敏感。因此针对K-means算法的以上缺点提出了新算法，从以下两点对传统的K-means算法进行了改进。首先，将文档集合分成一定规模的子文档集，串行聚类。其次，在聚类中心的选择上使用遗传算法的选择、变异操作确定。并且通过实验证明了，该算法无论是在聚

2、类中心选择的精确性还是聚类结果的准确性都得到了提高。关键词：文本聚类；聚类中心；K—Means算法；遗传算法IABSTRACTK-meansclusteringalgorithmisadivisionbasedontheclusteringalgorithm,manyclusteringalgorithmintheperformancecomparison,thealgorithmisefficient,canbefoundclusteringofarbitraryshape,theorderofd

3、atainputisnotsensitive,andthehigh-dimensionaldataalsohavebetterperformance,soitisusedwidely.ButK-meansalgorithmneedtospecifyK-valueinadvanced,anditissensitivetothe"noise"andisolatingdatapoints.ThisarticledevelopedanewalgorithmovertheshortcomingsoftheK-

4、meansalgorithm.Firstly,samplescollectedanddividedintosubsets,serialclustering.Secondly,geneticalgorithmwilljointheK-meansalgorithm,toselectthecenterofthecluster.Andexperimentsshowthat,thisnewalgorithmisbetternotonlyintheprecisionofclusterresult,butalso

5、intheaccuracyofclustercenterchoosingthanthetraditionalK-meansalgorithm.Keywords:Textclustering;Centeroftextclustering;K-MeansAlgorithm;GeneticAlgorithmII目录1绪论..............................................................................................

6、.............11.1引言...................................................................................................11.2国内外研究现状............................................................................21.3课题研究的目的及意义.................................

7、..............................41.4论文的主要内容............................................................................52文本聚类.................................................................................................62.1文本聚类概述......................

8、...........................................................62.1.1文本聚类..................................................................................62.1.2常用的文本聚类算法............................................................72.1.3聚类质量