基于CFSFDP的K⁃medoids共词聚类法  

K⁃medoids co⁃word clustering method based on CFSFDP

作　　者：谢隆腾 郑晓婧 张眉芳[1] 李其铿 Xie Longteng;Zheng Xiaojing;Zhang Meifang;Li Qikeng(School of Public Health and Health Management,Fuzhou 350101,China)

机构地区：[1]福建卫生职业技术学院公共卫生与健康管理学院,福州350101

出　　处：《现代计算机》2024年第23期85-90,96,共7页Modern Computer

基　　金：2024年度全国高等职业院校信息技术课程教学改革研究项目(KT2024060);福建卫生职业技术学院2023年度校级科研项目青年科研项目(科技)(MWY2023⁃1⁃02);福建卫生职业技术学院2022年校级专业建设与教学改革项目(JG2022105)。

摘　　要：针对共词分析法中出现的聚类不全面、不公平以及不明确的问题,提出了一种基于CFSFDP算法的改进方法。该方法采用了CFSFDP算法中明确聚类数量与聚类中心的思想,并将CFSFDP算法的运算结果作为K⁃medoids算法的初始聚类中心,以此来减少陷入局部最优解的风险。通过实验表明,与传统的聚类方法相比,该方法在性能上更为优越,聚类效果也更为出色。此外,相较于其他改进方法,该方法更适合用于非结构化文本的共词聚类与主题挖掘的研究。Aiming at the problems of unstable,incomplete,unfair and unclear clustering in co‑word analysis,an improved method‑K‑medoids co‑word clustering method based on CFSFDP is proposed.This method adopts the idea of automatically determining the number of clusters and the clustering center in the CFSFDP algorithm,and uses the algorithm result as the initial clustering center of the K‑medoids algorithm to reduce the risk of falling into the local optimal solution.The experimental results show that compared with the traditional clustering method,our method is superior in performance and has better clustering effect.In addition,compared with other improved methods,our method is more suitable for co‑word clustering and topic mining in unstructured text.

关 键 词：共词分析法 文本分析 聚类分析 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]