| 文档聚类中k-means算法的一种改进算法 |
| |
| 引用本文： | 万小军,杨建武,陈晓鸥. 文档聚类中k-means算法的一种改进算法[J]. 计算机工程, 2003, 29(2): 102-103,157 |
| |
| 作者姓名： | 万小军 杨建武 陈晓鸥 |
| |
| 作者单位： | 北京大学计算机研究所文字信息处理技术国家重点实验室,北京,100871;北京大学计算机研究所文字信息处理技术国家重点实验室,北京,100871;北京大学计算机研究所文字信息处理技术国家重点实验室,北京,100871 |
| |
| 摘 要： | 介绍了文档聚类中基于划分的k-means算法,k-means算法适合于海量文档集的处理,但它对孤立点很敏感,为此,文章提出将聚类均值点与聚类种子相分离的思想,并具体给出了基于该思想的对k-means算法的改进算法,实验表明,该改进算法比原k-means算法具有更高的准确性和稳定性。
|
| 关 键 词： | 文档聚类 k-means算法 划分聚类算法 |
| 文章编号： | 1000-3428(2003)02-0102-02 |
An Improved k-means Algorithm for Documents Clustering |
| |
| WAN Xiaojun,YANG Jianwu,CHEN Xiaoou. An Improved k-means Algorithm for Documents Clustering[J]. Computer Engineering, 2003, 29(2): 102-103,157 |
| |
| Authors: | WAN Xiaojun YANG Jianwu CHEN Xiaoou |
| |
| Abstract: | This paper first introduces the partitioning-based k-means algorithms for documents clustering. The k-means algorithm adapts to processing the vast amount of documents, but it is sensitive to outliers. So this paper puts forward an idea to separate the clustering centroid from the clustering seed and brings forward an algorithm based on this idea to improve the k-means algorithm. The paper shows the results of the experiments to prove that this algorithm is more veracious and stable than the k-means algorighm. |
| |
| Keywords: | Document clustering k-means algorithm Partition-based clustering algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
