一种基于簇相合性的文本增量聚类算法

摘要：

传统文本聚类方法只适合处理静态样本,且时间复杂度较高.针对该问题,提出一种基于簇相合性的文本增量聚类算法.采用基于词项语义相似度的文本表示模型,利用词项之间的语义信息,通过计算新增文本与已有簇之间的相合性实现对文本的增量聚类.增量处理完部分文本后,对其中错分可能性较大的文本重新指派类别,以进一步提高聚类性能.该算法可在对象数据不断增长或更新的情况下,避免大量重复计算,提高聚类性能.在20 Newsgroups数据集上进行实验,结果表明,与k-means算法和SHC算法相比,该算法可减少聚类时间,提高聚类性能.

关键词：文本聚类、增量聚类、语义相似度、簇相合性、文本再分配

所属期刊栏目：40

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金资助项目61272212

在线出版日期：2014-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：195-200