一种结合主动学习的半监督文档聚类算法
半监督文档聚类,即利用少量具有监督信息的数据来辅助无监督文档聚类,近几年来逐渐成为机器学习和数据挖掘领域研究的热点问题.由于获取大量监督信息费时费力,因此,国内外学者考虑如何获得少量但对聚类性能提高显著的监督信息.提出一种结合主动学习的半监督文档聚类算法,通过引入成对约束信息指导DBSCAN的聚类过程来提高聚类性能,得到一种半监督文档聚类算法Cons-DBSCAN.通过对约束集中所含信息量的衡量和对DBSCAN算法本身的分析,提出了一种启发式的主动学习算法,能够选取含信息量大的成对约束集,从而能够更高效地辅助半监督文档聚类.实验结果表明,所提出的算法能够高效地进行文档聚类.通过主动学习算法获得的成对约束集,能够显著地提高聚类性能.并且,算法的性能优于两个代表性的结合主动学习的半监督聚类算法.
半监督聚类、文档聚类、主动学习、成对约束
23
TP181(自动化基础理论)
国家自然科学基金61105052,61070232;湖南省自然科学基金11JJ4051;湖南省教育厅一般项目10C1262;湘潭大学博士启动基金10QDZ42;中国科学院计算技术研究所智能信息处理重点实验室开放基金ⅡP2010-6;西北师范大学青年教师科研能力提升计划骨干项目NWNU-LKQN-10-1
2012-07-31（万方平台首次上网日期，不代表论文的发表时间）
共14页
1486-1499
