改进的K-means算法在网络舆情分析中的应用

被引：8

作者：

汤寒青 ^{[1
,2
]}

王汉军 ^{[2
]}

机构：

[1] 中国科学院研究生院

[2] 中国科学院沈阳计算技术研究所

来源：

计算机系统应用 | 2011年 / 20卷 / 03期

关键词：

网络舆情; K-means算法; 文本聚类; 稀疏特征向量;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

结合网络舆情分析的应用需求背景,首先介绍了文本信息的处理,然后探讨了文本聚类中的K-means算法,针对其对初始聚类中心的依赖性的特点,对算法加以改进。基于文档标题能够代表文档内容的思想,改进算法采用稀疏特征向量表示文本标题,计算标题间的稀疏相似度,确定初始聚类中心。最后实验证明改进的K-means算法提高了聚类的准确度;与基于最大最小距离原则的初始中心选择算法比较,提高了执行效率,同时保证了聚类准确度。

引用

页码：165 / 168+196 +196

页数：5

共 5 条

[1] 基于信息粒度的文本聚类算法 [J].