基于话题检测的自适应增量K-means算法  

Adaptive Incremental K-means Algorithm for Topic Detection

作　　者：李胜东 吕学强[2] 施水才[2] 孙军[3] 

机构地区：[1]廊坊燕京职业技术学院计算机工程系,河北廊坊065200 [2]北京信息科技大学网络文化与数字传播北京市重点实验室,北京100101 [3]北华航天工业学院,河北廊坊065000

出　　处：《中文信息学报》2014年第6期190-193,共4页Journal of Chinese Information Processing

基　　金：网络文化与数字传播北京市重点实验室开放课题(ICDD201105;ICDD201205;ICDD201401);国家自然科学基金项目(61271304);北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目(KZ201311232037);2013年河北省高等学校科学技术研究自筹资金项目(Z2013162)

摘　　要：根据话题检测任务的定义和特点,本文分析了传统的增量聚类算法和K-means算法的优缺点,提出了基于话题检测的自适应增量K-means算法,设计了话题检测实验,实验结果证明了该算法提高了话题检测性能,具有良好的应用前景。According to the definition and characteristics of topic detection, the paper analyzes the advantages and disadvantages of the traditional incremental clustering algorithm and K-means algorithm, and proposes an adaptive incremental K-means algorithm for topic detection. Experimental results prove that the new algorithm improves the performance of topic detection.

关 键 词：话题检测 增量聚类 K-MEANS算法 话题检测与跟踪评测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]