一种改进的k均值文本聚类算法

作者：张银明; 黄廷磊; 林科; 张嫱嫱

来源：桂林电子科技大学学报, 2016, 36(04): 311-314.

DOI：10.16725/j.cnki.cn45-1351/tn.2016.04.011

• 文本聚类
• fp-growth
• k均值

针对k均值算法在文本聚类中由于初始聚类质心随机选择,使得聚类结果陷入局部最优,且孤立点和不确定的聚类个数造成k均值算法准确性低、收敛速度慢的问题,提出了一种改进的k均值文本聚类算法。该算法采用fp-growth算法挖掘文本频繁项集,过滤频繁项集得到核心频繁项集,并利用核心频繁项集指导文本初始聚类质心和聚类个数的生成,最后k均值算法利用初始聚类质心和聚类个数完成文本聚类。在新浪微博数据集上进行文本聚类实验,实验结果表明,改进的k均值算法提高了文本聚类的准确性,加快了收敛速度,具有较强的鲁棒性。

• 单位
  桂林电子科技大学