10.3778/j.issn.1002-8331.2010.22.005
快速混合Web文档聚类
提出了一种使用后缀树聚类算法优化K-means文档聚类初始值的快速混合聚类方法STK-means.该方法首先构建文档集的后缀树模型,使用后缀树聚类算法识别初始聚类、提取K-means聚类算法初始值中心值.然后,把后缀树模型的节点映射到M维向量空间模型中的特征项,利用TF-IDF方案计算基于短语的文档向量特征值.最后,使用K-means算法产生聚类结果.实验结果表明该方法优于传统K-means聚类算法和后缀树聚类算法,并具备了这些算法聚类速度快的优点.
聚类算法、K-means算法、后缀树、Web文档聚类、基于短语的相似度
TP391(计算技术、计算机技术)
国家科技支撑计划the National Key Technology R&D Program Foundation of China under Grant 2007BAH08B04;重庆市科技支撑计划the Chongqing Key Technology R&D Program Foundation of China under Grant 2008AC20084
2010-11-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
12-15