最大距离法选取初始簇中心的K-means文本聚类算法的研究

被引：103

作者：

翟东海 ^{[1
,2
]}

鱼江 ^{[1
]}

高飞 ^{[2
]}

于磊 ^{[1
]}

丁锋 ^{[2
]}

机构：

[1] 西南交通大学信息科学与技术学院

[2] 西藏大学工学院

来源：

计算机应用研究 | 2014年 / 31卷 / 03期

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;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

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Kmeans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-means聚类算法以及其他的两种改进的K-means聚类算法相比,新提出的文本聚类算法在降低了聚类总耗时的同时,F度量值也有了明显提高。

引用

页码：713 / 715+719 +719

页数：4

共 12 条

[1] 一种有效的K-means聚类中心初始化方法 [J].