基于协同聚类的两阶段文本聚类方法  

Two-Stage Text Clustering Based on Collaborative Clustering

作　　者：王明文[1,2] 付剑波[2] 罗远胜[3] 陆旭[3] 

机构地区：[1]江西师范大学计算机信息工程学院,南昌330022 [2]江西财经大学信息管理学院,南昌330013 [3]江西财经大学现代教育技术中心,南昌330013

出　　处：《模式识别与人工智能》2009年第6期848-853,共6页Pattern Recognition and Artificial Intelligence

基　　金：国家自然科学基金项目(No.60663007);江西省科技攻关项目(No.20062184);江西省教育厅科技项目(No.20072129);江西省自然科学基金项目(No.2007GZS2168)资助

摘　　要：为了将语义信息用于文本聚类和有效地进行特征选择,文中提出一种基于协同聚类的两阶段文本聚类方法.该方法分别对文档和特征进行聚类从而得到特征与主题之间的语义关联关系.然后利用此关系来相互调整彼此的聚类结果.实验结果表明,利用特征与主题之间的语义关联关系能有效提高聚类效果.To take full advantage of the semantic relations for text clustering and feature selection, a kind of two-stage text clustering based on collaborative clustering is proposed. The documents and the features are clustered respectively to capture the semantic relations between features and topics, and these relations are used to adjust the clustering interactively. The experimental results show that the clustering performance is effectively improved by using the relations between features and topics.

关 键 词：文本聚类 协同聚类 特征选择 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]