一種優(yōu)化的順序IB文本聚類算法.pdf

1、隨著網(wǎng)絡(luò)信息的飛速增長，對(duì)于文本聚類技術(shù)的研究顯得更為重要。由于文本數(shù)據(jù)高維性和稀疏性，傳統(tǒng)的文本聚類算法并不能讓人滿意。IB方法是基于信息論的數(shù)據(jù)分析方法，該方法通過信息壓縮與信息保存之間的平衡處理，有效地解決了精度和效率之間的平衡問題。IB方法的性質(zhì)決定其適合解決文本聚類問題。在基于IB理論的算法中，sIB是較好的算法，但仍存在運(yùn)行效率低、優(yōu)化不充分等問題。 本文針對(duì)sIB算法在文本聚類問題上存在的問題：易陷入局部優(yōu)解、效率

2、較低，基于模擬退火方法，提出一種優(yōu)化的順序文本聚類算法SA-isIB。該算法根據(jù)一個(gè)合理的退火序列，從基本sIB算法產(chǎn)生的初始聚類結(jié)果中隨機(jī)選取一定比例的文本，對(duì)其類標(biāo)記進(jìn)行隨機(jī)修改并重新對(duì)解進(jìn)行優(yōu)化，在經(jīng)過退火過程后，SA-isIB能夠得到比sIB算法精度更高的文本聚類結(jié)果。在研究m的公共文本數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明：與sIB算法相比，SA-isIB不僅能有效提高文本聚類的精度，還具有較高的運(yùn)行效率；并通過實(shí)驗(yàn)可知，隨著優(yōu)化次數(shù)的增加，