基于改进CFSFDP算法的电信投诉文本聚类方法  

Clustering Method for Telecom Complaints Text Based on Improved CFSFDP Algorithm

作　　者：张天宇 谌志群[1] 黄孝喜[1] 王荣波[1] 

机构地区：[1]杭州电子科技大学计算机学院,浙江杭州310018

出　　处：《电子科技》2017年第10期93-96,共4页Electronic Science and Technology

基　　金：国家自然科学基金青年基金(61202281);杭州电子科技大学"管理科学与工程"省高校人文社科重点研究基金(ZD04-201402)

摘　　要：为了提高电信服务质量,增强企业竞争力,对电信投诉文本进行聚类,方便电信运营商分析投诉原因,文中提出了基于改进CFSFDP算法对电信投诉文本进行聚类的方法。通过差分进化算法寻找CFSFDP算法中最优密度阈值和距离阈值,降低密度及距离阈值的随机性选取对聚类准确率造成的影响。该算法使用Gaussian Kernel计算数据点密度,降低参数对密度计算的影响。在电信投诉文本数据集上的实验结果显示,改进CFSFDP算法聚类结果达到了与KMeans算法、CFSFDP算法、Agglomerative Clustering算法更好或者相当的效果,证明了算法的有效性。To improve the accuracy of the service quality,and enhance enterprise competitiveness,clustering of telecom complaints text is helpful for telecom operators to analyze the reasons of complaints,This paper proposed a clustering method for telecom complaints text based on the improved CFSFDP algorithm. To reduce the effects on the method by random select of optimal density and distance threshold for CFSFDP,the method searches density threshold and distance threshold using differential evolution algorithm. The algorithm calculates the density of data points using the Gaussian Kernel,to reduce the effects of parameters on density calculation. Experiments on datasets of telecom complaints text show that clustering result of improved CFSFDP algorithm is better than k-means algorithm,CFSFDP algorithm and agglomerative clustering,the algorithm is effective.

关 键 词：CFSFDP算法 文本聚类 电信投诉 密度 距离 差分进化 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]