基于改进kmeans算法的文本聚类

针对原始kmeans算法对聚类数k很敏感这一问题，设计一种改进的kmeans算法。该算法基于共现词的原理计算词向量之间的相似性，并根据相似性阈值将数据划分为k+x个簇，再将kmeans算法用于k+x个簇中。将改进后的算法应用于文本聚类中，实验结果表明，改进后的算法比原算法聚类准确性更高。