基于初始中心迭代收敛的文本聚类方法

J4 ›› 2012, Vol. 34 ›› Issue (6): 153-158.

基于初始中心迭代收敛的文本聚类方法

刘金岭1，刘国香2，杨凤霞2

（1.淮阴工学院计算机工程学院,江苏淮安 223003;2.沧州师范学院计算机系，河北沧州 061001）

收稿日期:2011-03-30 修回日期:2011-06-24 出版日期:2012-06-25 发布日期:2012-06-25
基金资助:
河北省科技支撑计划资助项目（10213581）；淮安科技计划资助项目（HAG09061）；淮阴工学院重点基金资助项目（HGA0907）

A Text Clustering Algorithm for Iteration Convergence Based on Initial Centers

LIU Jinling1,LIU Guoxiang2,YANG Fengxia2

(1.School of Computer Engineering,Huaiyin Institute of Technology,Huai’an 223003;2.Department of Computer,Cangzhou Normal University,Cangzhou 061001,China)

Received:2011-03-30 Revised:2011-06-24 Online:2012-06-25 Published:2012-06-25

摘要/Abstract

摘要：

利用两三次的KMeans迭代得到初始簇的中心，选择一组具有良好区分度的方向构建IMIC坐标系，在该坐标系下，构造出各坐标轴的重新标度函数用以提高聚类决策的有效性。算法IMIC经过多次迭代，最后收敛到最终解。IMIC算法的时间复杂度与KMeans保持在同一量级上。实验结果表明，IMIC算法有较好的聚类质量。

关键词: 迭代收敛, 文本, 聚类

Abstract:

Using KMeans iterative twice KMeans iterative to get an initial cluster center,in the text clustering process, a set of discriminative directions are chosen to construct the IMIC coordinate, each axis is constructed to rescaling function in order to improve the effectiveness of cluster policy,according to the distribution characteristics of the initial clusters. The IMIC iterative algorithm converges to the final solution.The time complexity of IMIC remains the same as KMeans by using a KMeanslike iteration strategy.The experimental results show that the IMIC algorithm has better clustering quality.

Key words: iteration convergence;text;clustering

刘金岭1，刘国香2，杨凤霞2. 基于初始中心迭代收敛的文本聚类方法[J]. J4, 2012, 34(6): 153-158.

LIU Jinling1,LIU Guoxiang2,YANG Fengxia2. A Text Clustering Algorithm for Iteration Convergence Based on Initial Centers[J]. J4, 2012, 34(6): 153-158.

[1]	柴旭清, 乔一航, 范黎林, . 一种基于随机森林分类器构建高性能应用程序性能分析模型的方法[J]. 计算机工程与科学, 2024, 46(07): 1218-1228.
[2]	王钦晨, 段利国, 王君山, 张昊妍, 郜浩. 基于BERT字句向量与差异注意力的短文本语义匹配策略[J]. 计算机工程与科学, 2024, 46(07): 1321-1330.
[3]	肖新正, 黄瑞章, 陈艳平, 秦永彬, 宋玉梅, 周裕林, . Corrective-Net：面向多标签文本分类的标签关联学习模块[J]. 计算机工程与科学, 2024, 46(06): 1092-1100.
[4]	陈璐, 董凌, 王文君, 王剑, 余正涛, 高盛祥, . 融合音素的缅甸语语音识别文本纠错[J]. 计算机工程与科学, 2024, 46(06): 1121-1127.
[5]	高珊, 李世杰, 蔡志平. 基于深度学习的中文文本分类综述[J]. 计算机工程与科学, 2024, 46(04): 684-692.
[6]	宋鑫海, 韩京宇, 郎杭, 毛毅. 滑动窗口投票策略的QRS波群形态识别[J]. 计算机工程与科学, 2024, 46(02): 272-281.
[7]	钟卓辉, 陈黎飞, . 基于模型的非凸聚类算法[J]. 计算机工程与科学, 2024, 46(02): 292-302.
[8]	肖振国, 陈林书, 孙少杰, 梅本霞, 柳媛慧, 赵磊. 基于代数粒的聚类方法[J]. 计算机工程与科学, 2024, 46(01): 150-158.
[9]	白志远, 杨智翔, 栾鸿康, 孙玉宝, . 耦合单词与句子级文本特征的图像对抗级联生成[J]. 计算机工程与科学, 2023, 45(12): 2186-2196.
[10]	杨春霞, 马文文, 徐奔, 韩煜, . 融合标签信息的分层图注意力网络文本分类模型[J]. 计算机工程与科学, 2023, 45(11): 2018-2026.
[11]	黄瑶, 潘丽丽, 熊思宇, 蒋湘辉, 马俊勇. 基于生成对抗网络与多头注意力的文本隐写术[J]. 计算机工程与科学, 2023, 45(10): 1789-1796.
[12]	王若宾, 耿芳东, 张永梅, 宋威, 王伟锋, 徐琳. 基于改进自适应DBSCAN的混合式MOOC视频观看模式挖掘[J]. 计算机工程与科学, 2023, 45(09): 1670-1678.
[13]	喻金平, 朱伟锋, 廖列法. 基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究[J]. 计算机工程与科学, 2023, 45(08): 1498-1507.
[14]	王剑, 姜林, 王琳钦, 余正涛, 张松, 高盛祥, . 基于BiLSTM的低资源老挝语文本正则化任务[J]. 计算机工程与科学, 2023, 45(07): 1292-1299.
[15]	许浪, 李代伟, 张海清, 唐聃, 何磊, 于曦. 基于神经网络的医疗文本分类研究[J]. 计算机工程与科学, 2023, 45(06): 1116-1122.