一种基于知网的K-means聚类算法

摘要：

本文通过引入知网的概念,对传统的K-means聚类算法进行了分析,初始聚类中心的选择对聚类结果有较大的影响,初始值选择的不好,可能无法得到有效的聚类结果,这也成为K-means算法的一个主要问题.采用聚类中心的搜索算法来进行聚类中心的选取,对其初始聚类中心确定一个初始划分,运用"射靶"的原理进行了改进,找到"靶心"得到一个最终选定的初始聚类中心,从而提高算法的稳定性,得到较稳定的聚类结果.实验结果表明,采用改进后的K-means作为簇心生成算法,随着待聚类文档数目的增加,效率提升更为突出.

关键词：知网、聚类、K-mean算法

所属期刊栏目：26

分类号：G35(情报学、情报工作)

在线出版日期：2007-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：356-360