基于改进k-means算法的文本聚类

摘要：

针对原始k-means算法对聚类数k很敏感这一问题,设计一种改进的k-means算法.该算法基于共现词的原理计算词向量之间的相似性,并根据相似性阈值将数据划分为k+x个簇,再将k-means算法用于k+x个簇中.将改进后的算法应用于文本聚类中,实验结果表明,改进后的算法比原算法聚类准确性更高.

关键词：k-means算法、共现词、词向量、相似性

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：17-21