一种改进的k均值文本聚类算法

摘要：

针对k均值算法在文本聚类中由于初始聚类质心随机选择,使得聚类结果陷入局部最优,且孤立点和不确定的聚类个数造成k均值算法准确性低、收敛速度慢的问题,提出了一种改进的k均值文本聚类算法.该算法采用fp-growth算法挖掘文本频繁项集,过滤频繁项集得到核心频繁项集,并利用核心频繁项集指导文本初始聚类质心和聚类个数的生成,最后k均值算法利用初始聚类质心和聚类个数完成文本聚类.在新浪微博数据集上进行文本聚类实验,实验结果表明,改进的k均值算法提高了文本聚类的准确性,加快了收敛速度,具有较强的鲁棒性.

关键词：文本聚类、fp-growth、k均值

所属期刊栏目：36

分类号：TP311(计算技术、计算机技术)

资助基金：国家863计划2012AA011005

在线出版日期：2016-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：311-314