标签共现的标签聚类算法研究

摘要：

在社会网络中，标签聚类研究可以解决标签冗余和语义模糊等问题。为了提高聚类有效性，提出综合标签共现信息确定标签特征向量，通过特征向量的提取计算相似度，将传统聚类算法中用几何距离计算对象与中心对象的距离改为用皮尔森相关系数计算，提出结合K-means聚类算法对标签进行聚类的标签共现聚类算法，并分析了算法的复杂度。最后对不同聚类算法进行了相关对比实验，实验结果表明该聚类算法效果要好于其他的聚类算法，从而验证了该聚类算法的有效性和可行性。

关键词：标签聚类、标签共现、K-means、皮尔森系数、特征向量

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金No.61303117；湖北省重点实验室开放基金资助项目No.znss2013B012；湖北省教育厅科研基金No.B2014085，No.B20101104；武汉科技大学大学生科技创新基金研究项目No.12ZRC061。

在线出版日期：2015-01-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：146-150,208