基于群體智能的文本聚類(lèi)技術(shù)研究.pdf

1、伴隨著Internet的普及和發(fā)展，網(wǎng)絡(luò)上的資源越來(lái)越豐富，以電子形式存在的文本成為人們獲取信息的主要來(lái)源，面對(duì)海量的信息資源，需要對(duì)其進(jìn)行有效的組織和管理，以利于主題發(fā)現(xiàn)和信息檢索。文本聚類(lèi)是一個(gè)將文本集分組的全自動(dòng)處理過(guò)程，是一種無(wú)監(jiān)督的分類(lèi)方法，根據(jù)文本自身的特點(diǎn)自動(dòng)分成若干類(lèi)，使得同類(lèi)文本的相似性盡可能大、不同類(lèi)文本的相似性盡可能小。特征選擇和聚類(lèi)算法是文本聚類(lèi)技術(shù)的重要組成部分，本文針對(duì)這兩部分展開(kāi)研究。
　　首先，針對(duì)

2、聚類(lèi)缺乏類(lèi)別的信息，無(wú)監(jiān)督的特征選擇方法很難選擇出具有區(qū)分力特征詞的問(wèn)題，提出了一種集成的文本聚類(lèi)無(wú)監(jiān)督特征選擇方法，將在文本分類(lèi)領(lǐng)域成功運(yùn)用的有監(jiān)督特征選擇方法應(yīng)用于文本聚類(lèi)領(lǐng)域。該方法首先利用K-Means聚類(lèi)算法在選擇不同K值得到不同聚類(lèi)結(jié)果的基礎(chǔ)上獲得類(lèi)別的信息，再利用有監(jiān)督的特征選擇CHIR統(tǒng)計(jì)方法選擇出最優(yōu)的特征子集。
　　其次，針對(duì)蟻群文本聚類(lèi)算法中螞蟻移動(dòng)的隨機(jī)性導(dǎo)致散點(diǎn)過(guò)多、算法收斂速度較慢等問(wèn)題，提出了一種基于