一种初值优化的K-均值文档聚类算法(英文)

• 作 者: 陈媛媛 屈志毅 张恒龙 廖绍雯
• 机 构: 兰州大学信息科学与工程学院,兰州大学信息科学与工程学院,西安电子科技大学计算机学院,兰州大学信息科学与工程学院 甘肃兰州730000,甘肃兰州730000,陕西西安710071,甘肃兰州730000
• 出 处: 江西师范大学学报(自然科学版)
• 发表日期: 2008年02期
• 关键词: 文档聚类 均值 K-均值 聚类质量 clustering 密度参数 向量空间模型 点算法 概率模型 参数选择

K-均值算法是文档聚类中常用的一种划分方法.近年来,为提高聚类质量,出现了不少优化初始中心的改进算法.该文在基于密度选择中心点算法的基础上,建立了相似度概率模型辅助密度参数的确定,有效减少了参数选择的盲目性.同时,该文提出一种二分快速确定K值最优解的方法.大量实验结果表明,该方法具有理想的效果.

K-means algorithm is a commonly used classification method in document clustering.In recent years, there are many improved algorithms for optimizing initial centers in order to improve the quality of clustering.In this paper, based on the density selection center algorithm, The determination of the density parameter aided by the similarity probability model can effectively reduce the blindness of parameter selection.At the same time, this paper presents a method for rapidly determining the optimal value of K value by a large number of experiments.The experimental results show that this method has an ideal effect.