基于叙词表的K-means文本聚类修正方法  

A Text Clustering Algorithm Of K-Means Based on Thesaurus

作　　者：王娟[1] 李卓娥[1] 

机构地区：[1]上海大学图书馆,上海200444

出　　处：《情报杂志》2011年第12期154-156,153,共4页Journal of Intelligence

基　　金：上海市教委优青科研专项"国外主流图书馆学情报学主题词表分析对比"(编号:B.37-0501-09-001)阶段性研究成果

摘　　要：以文献数据库为应用环境,提出一种基于叙词表的K-means文本聚类方法,该方法的核心思想为:首先,利用叙词表的概念分类体系,将文档集文本的特征词进行归类,形成k个聚类簇,并以此确定k个初始聚类中心;其次,在前面工作的基础上进行K-means聚类运算,直至标准函数收敛,聚类结果生成。实证分析结果显示此方法聚类效果良好。This paper proposes a text clustering algorithm of K-Means based on thesaus with the documcnt database as the applicauotn environment. The core of this algorithm is that： classify the characteristic wortis of the text documents collection by using the concept classification system of thesanrus to form K clusters and select K initial cluster centers,then carry out the K-Meand algorithm badrf on it until the standard function is convergent. The empirical results show that the clustering effect of this algorithm is better.

关 键 词：文本聚类 叙词表 分类体系 K-MEANS算法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]