一种基于改进的Newman快速算法的文本聚类方法

摘要：

针对文本聚类计算量大的特点,提出了一种将概念格和Newman快速算法两种理论相结合的聚类方法.首先将文本表示为特征词语集,用统计方法抽取特征向量;同时,用IDF权重计算公式来计算词语的权重,并将词语权值离散化;然后,用形式背景表达关键词:,通过相似度公式,计算出形式概念相似度大小;最后,构造Newman网络,根据Newman网络算法规则对待聚类文本进行聚类.实例表明,该算法不仅得到了正确的分类结果,而且大大降低了算法的复杂度,Newman快速算法仅为O((m+n)n).

关键词：复杂网络、Newman快速算法、文本聚类、概念格

所属期刊栏目：10

分类号：TP391.43(计算技术、计算机技术)

在线出版日期：2010-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：7550-7553