基于图划分的谱聚类算法在文本挖掘中应用

摘要：

传统文本挖掘算法都是建立在凸球形的样本空间上,当样本空间不为凸时,算法就陷入"局部"最优.为了满足"全局"最优,引进了无向图结构表示文档之间的相似关系,由无向图建立文档之间的相邻接矩阵,谱聚类算法是通过对邻接矩阵进行分析,导出聚类对象的新特征,利用新的特征对原数据进行聚类.通过实验对该算法和其他的文本挖掘的算法进行分析比较,实验结果表明该算法聚类效果比传统数据挖掘方法好.最后指出谱聚类的不足和进一步的研究方向.

关键词：谱聚类、邻接矩阵、文本挖掘、正则割、Laplancian矩阵

所属期刊栏目：19

分类号：TP301.6(计算技术、计算机技术)

资助基金：河南省自然科学基金项目0311011700

在线出版日期：2009-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：96-98