| 基于用户行为特征的多维度文本聚类 |
| |
| 作者姓名： | 黎万英 黄瑞章 丁志远 陈艳平 徐立洋 |
| |
| 作者单位： | 1. 贵州大学 计算机科学与技术学院, 贵阳 550025;2. 贵州省公共大数据重点实验室(贵州大学), 贵阳 550025;3. 计算机软件新技术国家重点实验室(南京大学), 南京 210093 |
| |
| 基金项目： | 国家自然科学基金资助项目（61462011）;国家自然科学基金重大研究计划项目（91746116）;贵州省重大应用基础研究项目（黔科合JZ字[2014]2001）;贵州省自然科学基金资助项目（黔科合基础[2018]1035）;贵州省科技重大专项计划（黔科合重大专项字[2017]3002）。 |
| |
| 摘 要： | 传统多维度文本聚类一般是从文本内容中提取特征,而很少考虑数据中用户与文本的交互信息（如：点赞、转发、评论、关注、引用等行为信息）,且传统的多维度文本聚类主要是将多个空间维度线性结合,没能深入考虑每个维度中属性间的关系。为有效利用与文本相关的用户行为信息,提出一种结合用户行为信息的多维度文本聚类模型（MTCUBC）。根据文本间的相似性在不同空间上应该保持一致的原则,该模型将用户行为信息作为文本内容聚类的约束来调节相似度,然后结合度量学习方法来改善文本间的距离,从而提高聚类效果。通过实验表明,与线性结合的多维度聚类相比,MTCUBC模型在高维稀疏数据中表现出明显的优势。
|
| 关 键 词： | 多维度聚类 度量学习 约束 用户行为特征 |
| 收稿时间： | 2018-04-30 |
| 修稿时间： | 2018-06-21 |
|
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|
