面向企業(yè)競爭情報系統(tǒng)的近鄰傳播文本聚類技術(shù)研究.pdf

1、隨著信息技術(shù)的發(fā)展，企業(yè)的數(shù)據(jù)資源呈爆炸式的增長，傳統(tǒng)的企業(yè)競爭情報系統(tǒng)在數(shù)據(jù)分析處理中的不足日漸突出。數(shù)據(jù)挖掘技術(shù)的興起為競爭情報系統(tǒng)的發(fā)展提供了新的動力。
　　文本聚類是數(shù)據(jù)挖掘的一個重要研究課題，在各個領(lǐng)域得到了廣泛的應(yīng)用。其作為一種無監(jiān)督的機器學(xué)習(xí)方法，可以對文本信息進行有效的組織、摘要和導(dǎo)航，所以研究文本聚類在企業(yè)競爭情報系統(tǒng)中的應(yīng)用具有重大意義。
　　結(jié)合在企業(yè)競爭情報系統(tǒng)中的應(yīng)用，本文對AP算法(近鄰傳播聚類算

2、法)存在的問題做了如下改進：
　　由于AP算法對于結(jié)構(gòu)較為復(fù)雜的數(shù)據(jù)集應(yīng)用效果不佳，且無法利用少量的先驗知識優(yōu)化聚類準確度，針對這一問題，本文提出了一種基于AP算法的半監(jiān)督聚類算法(S-AP)，多次實驗結(jié)果表明，該算法具有更高的準確性和更快的收斂速度。另外，針對在聚類過程中各維屬性特征的貢獻不同，本文提出了基于特征加權(quán)的改進AP算法(W-AP)，實驗表明該方法優(yōu)于傳統(tǒng)的AP聚類，能夠較明顯的提高聚類準確率，同時可以分析各個特征的不