基于群體智能的文本聚類技術研究.pdf

1、伴隨著Internet的普及和發(fā)展，網(wǎng)絡上的資源越來越豐富，以電子形式存在的文本成為人們獲取信息的主要來源，面對海量的信息資源，需要對其進行有效的組織和管理，以利于主題發(fā)現(xiàn)和信息檢索。文本聚類是一個將文本集分組的全自動處理過程，是一種無監(jiān)督的分類方法，根據(jù)文本自身的特點自動分成若干類，使得同類文本的相似性盡可能大、不同類文本的相似性盡可能小。特征選擇和聚類算法是文本聚類技術的重要組成部分，本文針對這兩部分展開研究。
　　首先，針對

2、聚類缺乏類別的信息，無監(jiān)督的特征選擇方法很難選擇出具有區(qū)分力特征詞的問題，提出了一種集成的文本聚類無監(jiān)督特征選擇方法，將在文本分類領域成功運用的有監(jiān)督特征選擇方法應用于文本聚類領域。該方法首先利用K-Means聚類算法在選擇不同K值得到不同聚類結果的基礎上獲得類別的信息，再利用有監(jiān)督的特征選擇CHIR統(tǒng)計方法選擇出最優(yōu)的特征子集。
　　其次，針對蟻群文本聚類算法中螞蟻移動的隨機性導致散點過多、算法收斂速度較慢等問題，提出了一種基于