中文文本聚類算法分析與研究.pdf

1、文本聚類是文本處理的重要研究領域,對于互聯(lián)網(wǎng)輿情監(jiān)管、信息獲取、信息過濾等信息內容安全領域的研究具有重要意義。本文對文本聚類問題的文本聚類算法進行了深入的討論和研究,設計并實現(xiàn)了基于新算法的中文文本聚類系統(tǒng)。在傳統(tǒng)聚類算法及各種文本聚類系統(tǒng)研究的基礎之上,本文提出了以下幾方面創(chuàng)新:第一,改進了傳統(tǒng)文本聚類算法在任意聚類簇形狀發(fā)現(xiàn)方面的不足,成功的將基于劃分、基于密度的和基于層次的文本聚類思想相結合。第二,通過理論和實驗的手段證明了新算法

2、在聚類形狀發(fā)現(xiàn)方面較傳統(tǒng)算法存在優(yōu)勢,同時證明新算法兼顧了文本聚類時間效率和形狀發(fā)現(xiàn)方面的優(yōu)勢。實驗數(shù)據(jù)表明,新的文本聚類算法較傳統(tǒng)文本聚類算法在準確度方面提高了4％。第三,在傳統(tǒng)的中文文本聚類模型的基礎上提出了簡潔的中文文本聚類模型,并且將新的文本聚類算法應用在新的中文本聚類模型之中。第四,對新算法進行了一定的理論方面的闡明,并給出了新算法具體的實現(xiàn)過程。最后,根據(jù)文本空間向量模型和新的文本聚類算法,實現(xiàn)了中文文本聚類系統(tǒng)。在系統(tǒng)實驗