基于進化策略的文化算法及在話題聚類中的應(yīng)用.pdf

1、話題識別與跟蹤,作為一項旨在幫助人們應(yīng)對信息過載問題的研究,以新聞專線、廣播、電視等新聞媒體信息流為處理對象,將語言形式的信息流分割為不同的新聞報道,監(jiān)控對新話題的報道,并將涉及某個話題的報道組織起來以某種方式呈現(xiàn)給用戶。它的研究目標(biāo)主要是對網(wǎng)絡(luò)信息流進行一定的預(yù)處理之后對報道進行切分、話題識別、話題跟蹤等,在這些任務(wù)中不可避免地要用到一些數(shù)據(jù)挖掘的理論知識以及相關(guān)的算法實現(xiàn),所以選取什么樣的分類聚類算法,達到什么樣的效果以及對結(jié)果如何

2、評價,都是目前該領(lǐng)域正在研究的熱點問題。
　　 話題識別是話題識別與跟蹤的一項子任務(wù),聚類算法是話題識別的核心技術(shù)。本文針對話題識別的聚類算法做研究,用K-means模型作為聚類模型,并結(jié)合進化策略的文化算法作為其進化尋優(yōu)機制來對算法進行設(shè)計。針對以上思路,本文主要內(nèi)容如下:
　　 (1)對聚類算法中用到的進化算法進行詳細探討,包括進化算法的三個主要分支遺傳算法、進化規(guī)劃、進化策略。通過算法比較,確定進化策略作為K-me

3、ans聚類模型下的文化算法的種群空間,并對進化策略中的重要算子進行詳細研究,為聚類算法設(shè)計奠定基礎(chǔ)。
　　 (2)依據(jù)文化算法的框架分別對文化算法的種群空間、信仰空間以及這兩個空間中的通信協(xié)議即影響函數(shù)和接受函數(shù)進行研究,探討各種函數(shù)的工作機制,并研究嵌入文化算法框架的進化策略種群空間。
　　 (3)根據(jù)話題識別的聚類算法要求,對文化算法中的種群空間和信仰空間等進行設(shè)計,提出結(jié)合K-means算法的混合聚類算法。選取一定