基于文本的聚类算法研究 【毕业论文】

《基于文本的聚类算法研究 【毕业论文】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要聚类作为一种知识发现的重要方法，它广泛地与中文信息处理技术相结合，应用于网络信息处理中以满足用户快捷地从互联网获得自己需要的信息资源。文本聚类是聚类问题在文本挖掘中的有效应用，它根据文本数据的不同特征，按照文本间的相似性，将其分为不同的文本簇。其目的是要使同一类别的文本间的相似度尽可能大，而不同类别的文本间的相似度尽可能的小。整个聚类过程无需指导，事先对数据结构未知，是一种典型的无监督分类。本文首先介绍了文本聚类的相关的技术，包括文本聚类的过程，文本表示模型，相似度计算及常见聚类算法。本文主要研究的聚类主要方法是k-均值和SOM算法，介绍了两种算法的基本思想和实现步骤，并分析两种算法的

2、聚类效果。同时介绍了两种算法的改进算法。关键词：文本聚类聚类方法K-MEANSOMIIAbstractClusteringasanimportantknowledgediscoverymethod,whichextensivelywithChineseinformationprocessingtechnology,usedinnetworkinformationprocessingtomeettheuserstoquicklyaccessfromtheInternet,theinformationresourcestheyneed.Textclusteringisaclusteringpr

3、oblemintheeffectiveapplicationoftextmining,whichaccordingtothedifferentcharacteristicsoftextdata,accordingtothesimilaritybetweenthetext,thetextwillbedividedintodifferentclusters.Theaimistomakethesameclassaslargeaspossiblethesimilaritybetweenthetext,anddifferenttypesoftextassmallaspossiblethesimila

4、ritybetween.Theclusteringprocesswithoutguidance,priortothedatastructureisunknown,isatypicalunsupervisedclassification.Thispaperstudiestheeffectofinfluencingfactorsthattextclustering,textrepresentationofthemodelsuchastheBooleanmodel,vectorspacemodel,probabilisticretrievalmodelandlanguagemodel.Alsos

5、tudiedtheanalysisofsuchtextclusteringalgorithm:hierarchicalclustering,agglomerativehierarchicalclusteringalgorithm,hierarchicalclusteringalgorithmtosplitandsoon.Alsostudiedthetextclusteringalgorithmanalysisandmethodsofimprovement.Keywords：Textclusteringclusteringmethodk-meansomII基于文本的聚类算法研究目录摘要IVA

6、bstractV目录VI第一章绪论11.1课题研究的背景11.2课题研究的意义2第二章文本聚类效果影响因素32.1文本聚类过程32.2文本表示模型42.2.1布尔模型52.2.2向量空间模型52.3文本相似度计算62.4文本聚类算法82.5本章小结11第三章k-均值聚类算法123.1K-均值聚类算法的思想123.1.1K-均值聚类算法的基本思想123.1.2K-均值聚类算法的算法流程123.1.3K-均值算法的优缺点分析133.1.4现有的对于K-均值聚类算法的改进153.1.5现有基于初始中心点改进的K-均值聚类算法163.2本章小结17第四章SOM聚类算法184.1SOM聚类算法的网络

7、特性与基本流程18基于文本的聚类算法研究4.1.1SOM网络的特性184.1.2SOM网络聚类的基本流程194.1.3SOM网络聚类的优点及存在的问题194.2改进的SOM聚类方法204.2.1已有的学习策略改进204.2.2等离差理论在神经元获胜策略中的应用改进214.2.3初始化连接权值224.2.4已有的初始化连接权的方法224.2.5新的确定初始权值的方法234.3本章小结25参考文献26致谢28基于文本的聚类算