版权说明 操作指南
首页 > 成果 > 详情

基于向量空间模型的文档聚类算法研究

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
何飞;蒋冬初
作者机构:
中南大学,信息科学与工程学院,湖南,长沙,410083
湖南城市学院,物理与电子工程系,湖南,益阳,413049
[蒋冬初] 湖南城市学院
[何飞] 中南大学
语种:
中文
关键词:
向量空间模型;文档聚类算法;K-MEANS算法;凝聚层次算法;BK-means算法;多层CFK-means算法;文本挖掘;信息检索
关键词(英文):
document clustering algorithm;k-means algorithm;similarity
期刊:
城市学刊
ISSN:
2096-059X
年:
2003
卷:
24
期:
3
页码:
114-116
机构署名:
本校为其他机构
院系归属:
信息与电子工程学院
摘要:
随着网络信息的迅速增长,文档聚类技术成为了人们研究的热点课题.探讨了几种基于向量空间模型的文档聚类算法,如常见的k-means算法和凝聚层次算法,针对它们的不足提出了改进的BK-means算法和多层CFK-means算法.最后, 根据一定的评价标准,得出Bk-means算法是文档聚类算法中较好的算法.
摘要(英文):
With the rapid development of network information, document clustering technique has become focused problem to be inverstigated. Several document clustering algorithms based on vector space model are discussed in this paper, e.g., K-means algorithm and agglomerative hierarchical clustering algorithm. Because of their inefficiency, two ways of improving. BK-means algorithm and CFK-means algorithm are set forth. Finally BK-means algorithm is regarded as a better way of algorithm in document cluste...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com