融合词项关联关系的半监督微博聚类算法

摘要：

针对微博文本内容短、稀疏、高维等特点，提出一种改进的半监督微博聚类算法。该算法利用词项间的关系丰富文本特征，通过定义词项文档间关联关系和词项文档内关联关系揭示词项间语义的关联程度，并由此自动生成有标记的数据来指导聚类过程。对词项先验信息进行成对约束编码，构建基于词项间成对约束的三重非负矩阵分解模型来实现微博的半监督聚类。实验结果表明，该算法可以减少繁琐的人工标记过程，并能高效地进行微博聚类。

关键词：微博、词项关联关系、成对约束、半监督聚类、非负矩阵分解

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61163039,61363058;甘肃省教育厅基金资助项目2013A-016。

在线出版日期：2015-05-29（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：202-206,212