一种CF树结合KNN图划分的文本聚类算法

摘要：

为了提升文本聚类效果，改善传统聚类算法在参数设定，稳定性等方面存在的不足，提出新的文本聚类算法TCBIBK（a Text Clustering algorithm Based on Improved BIRCH and K-nearest neighbor）。该算法以BIRCH聚类算法为原型，聚类过程中除判断文本对象与簇的距离外，增加判断簇与簇之间的距离，采取主动的簇合并或分裂，设置动态的阈值。同时结合KNN分类算法，在保证良好聚类效率前提下提升聚类稳定性，将TCBIBK算法应用于文本聚类，能够提高文本聚类效果。对比实验结果表明，该算法聚类有效性与稳定性都得到较大提高。

关键词：文本聚类、向量空间模型、传统的且非常高效的层次聚类算法(BIRCH)、K最近邻

分类号：TP391(计算技术、计算机技术)

资助基金：十二五科技项目面向外文科技文献信息的知识组织体系建设与应用示范No.2011BAH10B04；国家林业局重点项目。

在线出版日期：2015-03-30（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：114-119