适用于大规模文本处理的动态密度聚类算法

摘要：

针对传统的基于密度的聚类算法对海量数据处理时,存在参数输入复杂及时间复杂度高的问题,给出新的密度定义方法,并在此基础上提出一种只需一个简单输入参数就能动态识别密度不均匀聚类簇的聚类算法,同时将其扩充为可以处理海量数据的两阶段动态密度聚类算法.在人造数据集、大规模数据集以及中英文文本语料数据集上的实验表明,所提出的算法具有输入参数简单和聚类效率高的特点,可以应用于海量文本数据的聚类处理.

关键词：文本挖掘、聚类、海量数据、动态密度

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61070061;国家社会科学基金12BYY045;教育部人文社会科学研究青年基金11YJCZH086,12YJCZH281;广东省高层次人才项目粤教师函[2010]79号

在线出版日期：2017-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：133-139