| 基于向量语义相似度的改进K-Means算法 |
| |
| 引用本文： | 李法运,农罗锋.基于向量语义相似度的改进K-Means算法[J].情报科学,2013(2):34-37,44. |
| |
| 作者姓名： | 李法运 农罗锋 |
| |
| 作者单位： | 福州大学公共管理学院 |
| |
| 摘 要： | 针对传统的K-Means算法的不足,以及其在文本聚类中存在的局限性,提出了一种基于网页向量语义相似度的改进K-Means算法。新算法通过向量语义相似度的计算自动确定初始聚类中心,在聚类过程中,达到语义相似度阈值的网页才使用K-Means算法进行聚类。通过实验证明,新算法很好地克服了传统K-Means算法随机选取聚类中心以及无法处理语义信息的问题,提高了聚类的质量。
|
| 关 键 词： | K-Means 语义相似度 向量空间模型 聚类 |
Improved K-Means Algorithm Based on Vector Semantic Similarity |
| |
| LI Fa-yun,NONG Luo-feng.Improved K-Means Algorithm Based on Vector Semantic Similarity[J].Information Science,2013(2):34-37,44. |
| |
| Authors: | LI Fa-yun NONG Luo-feng |
| |
| Institution: | (School of Public Administration,Fuzhou University,Fuzhou 350108,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
