基于惩罚性矩阵分解的文本聚类分析  

Penalized Matrix Decomposition Method for Text Clustering

作　　者：王娟[1] 范少萍[1] 郑春厚[1] 

机构地区：[1]曲阜师范大学信息技术与传播学院,日照276826

出　　处：《情报学报》2012年第9期998-1008,共11页Journal of the China Society for Scientific and Technical Information

基　　金：基金项目：山东省高等学校人文社会科学研究项目“知识网格环境下用户模型研究”（编号：J11WL01）

摘　　要：文本软聚类是适应学科发展而逐步兴起的一项文本聚类技术，它更加全面地反映文本的特征信息。本文首先分析了文本软聚类技术的现状，提出了基于惩罚性矩阵分解（PMD）的文本软聚类算法，并应用于文本聚类研究。实验结果表明，本文提出的算法具有较好的聚类结果。Text soft clustering is one of the new technologies for text clustering, which is adapt to the development of subjects. It is more comprehensive response to the feature of the text. This paper firstly analyzes the status of text soft clustering technology. Then, we propose a penalized matrix decomposition based text clustering method. The experimental results on the text clustering prove that the proposed algorithm is very efficient.

关 键 词：文本软聚类 PMD 模式选择 

分 类 号：O159[理学—数学]