基于非负矩阵分解的双重约束文本聚类算法  

Dual-constraints Text Clustering Algorithm Based on Non-negative Matrix Factorization

作　　者：马慧芳[1] 赵卫中[2] 史忠植[3] 

机构地区：[1]西北师范大学数学与信息科学学院,兰州730070 [2]湘潭大学信息工程学院,湖南湘潭411105 [3]中国科学院计算技术研究所智能信息处理重点实验室,北京100190

出　　处：《计算机工程》2011年第24期161-163,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(61105052;61163039);西北师范大学青年教师科研能力提升计划基金资助项目"面向Web的主题建模关键技术研究"(NWNU-LKQN-10-1);湘潭大学博士启动基金资助项目(10QDZ42)

摘　　要：提出一种基于非负矩阵分解(NMF)的双重约束文本聚类算法。在正交三重NMF模型中,加入文本空间的成对约束信息和词空间的类别约束信息,将不同的特征词项进行分类。利用迭代规则对原始的词-文档矩阵进行分解,获得文本聚类结果。与多种传统半监督文本聚类算法的对比结果表明,该算法具有较高的聚类精度,能提供更准确和有效的聚类结果。Non-negative Matrix Factorization（NMF） with dual constraints method for document clustering is proposed. It is based on NMF model with adding of pair-wise constraints on documents and categorization constraints of the words. Iterative rules obtained from the original word-document matrix are decomposed to get document clustering results. Compared with a variety of popular semi-supervised clustering algorithm, the method Ibr document clustering can effectively improve the accuracy of document clustering, and can provide more accurate and efficient clustering results.

关 键 词：半监督聚类 非负矩阵分解 成对约束 类别约束 

分 类 号：TP306[自动化与计算机技术—计算机系统结构]