基于概念格的K—Means算法研究

• 作 者: 李艳霞 史一民 李冠宇
• 机 构: 大连海事大学信息科学技术学院
• 出 处: 计算机工程与设计
• 发表日期: 2011年2期
• 关键词: K-MEANS算法 概念格 聚类 概念相似度 初始中心点 K-Means algorithm concept lattice clustering concep
• 基金项目: 国家自然科学基金项目（60972090）,辽宁省自然科学基金项目（20072142）,大连市政府IT优秀教师基金项目（大信发2008-40-6）.

针对现有的K—Means算法K值需要人工赋值、随机选取初始中心点、文本表示维度高且缺乏语义的缺陷，提出了一种基于概念格的K-Means算法——-K—MeansBCC（K-means algorithm based on concept lattice）。将文本集经预处理转化为形式背景，在此基础上生成概念格；利用概念格中的概念表示文本，根据文本中概念的权重确定K值、选取初始中心点。最后设计了文本间的概念相似度计算公式，并由K—Means算法产生聚类结果。实验结果表明，该算法提高了聚类的效率和准确性。