基于划分的文本聚类算法在标准文献中的试验与对比研究  

Test and Comparative Study on Partition-based Text Clustering Algorithmin Standard Literature

作　　者：甘克勤[1] 丛超[2] 张宝林[1] 孙旭凯 

机构地区：[1]中国标准化研究院,北京100191 [2]重庆理工大学电子信息与自动化学院,重庆400054

出　　处：《标准科学》2013年第10期47-50,共4页Standard Science

基　　金：标准文献知识关联研究--以典型用能产品为例(25126S-2703中央基本科研业务费支撑项目)

摘　　要：本文分析了文本聚类的概念和分类,然后着重描述基于划分的文本聚类方法并描述其算法核心,将其在应用标准文献题录数据中进行聚类试验,并分析最终的试验结果,得出结论。This paper analyzes the concept of text clustering and classification,then focus on the partition-based text clustering,describes its core algorithms,applies it in clustering test to the standard data,and analyze the final results,coming to the conclusion and application prospect.

关 键 词：文本聚类 标准文献 K-MEANS Fuzzy-C-Means 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]