最大距离法选取初始簇中心的K-means文本聚类算法的研究

摘要：

由于初始簇中心的随机选择，K-means算法在聚类时容易出现聚类结果局部最优、聚类结果不稳定、总迭代次数较多等问题。为了解决K-means算法所存在的以上问题，提出了最大距离法选取初始簇中心的K-means文本聚类算法。该算法基于这样的事实：距离最远的样本点最不可能分到同一个簇中。为使该算法能应用于文本聚类，构造了一种将文本相似度转换为文本距离的方法，同时也重新构造了迭代中的簇中心计算公式和测度函数。在实例验证中，对分属于五个类别的1 500篇文本组成的文本集进行了文本聚类分析，其结果表明，与原始的K-m

关键词：K-means聚类算法、最大距离、文本聚类、文本距离、测度函数、◢F◣度量值

所属期刊栏目：31

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家语委科研规划项目十二五;教育部科学技术研究项目;中央高校基本科研业务费专项科技创新项目;西藏自治区大学生创新性实验训练计划

在线出版日期：2014-05-06（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：713-715,719