一种基于GN算法的文本概念聚类新方法

• 作 者: 安娜 谢福鼎 张永 刘绍海
• 机 构: 辽宁师范大学计算机与信息技术学院
• 出 处: 计算机工程与应用
• 发表日期: 2008年14期
• 关键词: 复杂网络 GN算法 文本聚类 概念格 complex networks GN algorithm text clustering concept la
• 基金项目: 国家自然科学基金（the National Natural Science Foundation of China under Grant No. 10771092）,国家重点基础研究发展规划（973）（ the National Grand Fundamental Research 973 Program of China under Grant No. 2004CB318000）.

文本聚类是当前文本信息挖掘的基础和研究的重点。给出一种新的文本聚类方法，它将概念格和复杂网络有机地结合起来，以达到更优的聚类效果。首先计算关键词特征权值并对特征向量进行降维处理，然后根据关键词权值大小映射到形式背景中，通过本文所给出的新的相似度公式，计算出形式背景中概念相似度的大小，从而构造GN网络并应用GN算法进行文本概念聚类。最后通过实例，验证了方法的可行性。