利用单词超团的二分图文本聚类算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用单词超团的二分图文本聚类算法

朱君, 曲超, 汤庸

文章导航 > 电子科技大学学报 > 2008 > 37(3): 439-442

朱君, 曲超, 汤庸. 利用单词超团的二分图文本聚类算法[J]. 电子科技大学学报, 2008, 37(3): 439-442.

引用本文:

朱君, 曲超, 汤庸. 利用单词超团的二分图文本聚类算法[J]. 电子科技大学学报, 2008, 37(3): 439-442.

ZHU Jun, QU Chao, TANG Yong. Clustering Algorithm of Bipartite Graph Partition Based on Word Hyperclique[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 439-442.

Citation:

ZHU Jun, QU Chao, TANG Yong. Clustering Algorithm of Bipartite Graph Partition Based on Word Hyperclique[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 439-442.

利用单词超团的二分图文本聚类算法

朱君^1,2,
曲超¹,
汤庸²

1.
东莞理工学院计算机科学与技术系广东东莞 523000;
2.
中山大学计算机科学系广州 510275

基金项目:

国家自然科学基金(60673135;60373081;60736020)

作者简介:
朱君(1976-),女,博士生,讲师,主要从事CSCW、群体感知和信息检索方面的研究.

中图分类号: TP309.4

Clustering Algorithm of Bipartite Graph Partition Based on Word Hyperclique

1.
Department of Computer Science,DongGuan University of Technology Dongguan Guangdong 523000;
2.
Department of Computer Science,Sun Yat-sen University Guangzhou 510275

摘要: 鉴于目前传统文本聚类方法中利用文档间的相似度进行聚类存在的问题,在传统的文本挖掘基础上提出了一种新的文本聚类算法——利用单词超团的二分图文本聚类算法。该算法用文档中单词的关联模式来评估文档间的相似度及主题类别预测,并利用图划分策略来大大降低文档相似度比较算法的复杂度,同时将超团作为特征结构的扩展,可以在一定范围内减少语言信息的丢失,提高聚类效果。经实验证明该算法具有较高的有效性。
- 二分图划分 /
- 文本聚类 /
- 单词超团
Abstract: This paper proposes a new algorithm for document-word co-clustering. After mining semantics with word hyperclique patterns, the document dataset with a bipartite graph is described. Then, the efficient graph partitioning algorithm is employed to partition this graph, so that the high computational overhead of traditional clustering algorithms over huge document datasests can be avoided. During clustering, word hyperclique patterns that are full of document semantics are preserved. In this way, our algorithm partially circumvents the problem of loosing document semantics, which happens a lot in traditional clustering algorithms based on document pairwise similarity alone. Finally, the extensive experimental results demonstrated the effectiveness of this algorithm in document clustering accuracy and cluster topic detection.
- bipartite partition /
- documents clustering /
- word hyperclique

[1]	李海林, 张丽萍. 时间序列数据挖掘中的聚类研究综述 . 电子科技大学学报, 2022, 51(3): 416-424. doi: 10.12178/1001-0548.2022055
[2]	张林兵, 郭强, 吴行斌, 梁耀洲, 刘建国. 基于多维行为分析的用户聚类方法研究 . 电子科技大学学报, 2020, 49(2): 315-320. doi: 10.12178/1001-0548.2018212
[3]	钱志森, 黄瑞章, 魏琴, 秦永彬, 陈艳平. 半监督语义动态文本聚类算法 . 电子科技大学学报, 2019, 48(6): 803-808. doi: 10.3969/j.issn.1001-0548.2019.06.001
[4]	李海林, 魏苗. 自适应属性加权近邻传播聚类算法 . 电子科技大学学报, 2018, 47(2): 247-255. doi: 10.3969/j.issn.1001-0548.2018.02.014
[5]	周海平, 沈士根, 黄龙军. 二分网络中多步物质扩散推荐算法的逼近分析 . 电子科技大学学报, 2018, 47(3): 436-442. doi: 10.3969/j.issn.1001-0548.2018.03.018
[6]	杨仁凤, 陈端兵, 谢文波. 微博用户兴趣主题抽取方法 . 电子科技大学学报, 2018, 47(4): 633-640. doi: 10.3969/j.issn.1001-0548.2018.04.025
[7]	于娟, 曹晓. 基于百科词条的本体概念聚类方法研究 . 电子科技大学学报, 2017, 46(3): 636-640. doi: 10.3969/j.issn.1001-0548.2017.03.026
[8]	李晓瑜, 俞丽颖, 雷航, 唐雪飞. 一种K-means改进算法的并行化实现与应用 . 电子科技大学学报, 2017, 46(1): 61-68. doi: 10.3969/j.issn.1001-0548.2017.01.010
[9]	格桑多吉, 乔少杰, 韩楠, 张小松, 杨燕, 元昌安, . 基于Single-Pass的网络舆情热点发现算法 . 电子科技大学学报, 2015, 44(4): 599-604. doi: 10.3969/j.issn.1001-0548.2015.04.021
[10]	杨燕, 冯晨菲, 贾真, 王红军. 基于链接的模糊聚类集成方法 . 电子科技大学学报, 2014, 43(6): 887-892. doi: 10.3969/j.issn.1001-0548.2014.06.016
[11]	施侃晟, 刘海涛, 白英彩, 宋文涛, 洪亮亮. 余弦度量和适应度函数改进的聚类方法 . 电子科技大学学报, 2013, 42(4): 621-624. doi: 10.3969/j.issn.1001-0548.2013.04.017
[12]	朵春红, 王翠茹. 网格和密度的聚类算法在CRM中的应用 . 电子科技大学学报, 2007, 36(6): 1289-1291,1314.
[13]	郑晓鸣, 吕士颖, 王晓东. 免疫接种粒子群的聚类算法 . 电子科技大学学报, 2007, 36(6): 1264-1267.
[14]	牛强, 夏士雄, 周勇, 张磊. 改进的模糊C-均值聚类方法 . 电子科技大学学报, 2007, 36(6): 1257-1259,1272.
[15]	祝金荣, 胡望斌. 聚类电价预测方法研究 . 电子科技大学学报, 2007, 36(6): 1278-1281.
[16]	董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法 . 电子科技大学学报, 2006, 35(2): 183-185,192.
[17]	耿技, 印鉴. 改进的共享型最近邻居聚类算法 . 电子科技大学学报, 2006, 35(1): 70-72.
[18]	叶茂, 陈勇. 基于分布模型的层次聚类算法 . 电子科技大学学报, 2004, 33(2): 171-174.
[19]	李秀森, 韩静轩, 马力. 增长因素为聚类变量的因素分析 . 电子科技大学学报, 2002, 31(2): 204-206.
[20]	张先迪, 孙世新. 一类循环图的计数 . 电子科技大学学报, 2000, 29(2): 209-213.

WeChat

点击查看大图

计量

文章访问数: 3492
HTML全文浏览量: 172
PDF下载量: 89
被引次数: 0

利用单词超团的二分图文本聚类算法

1. 东莞理工学院计算机科学与技术系广东东莞 523000;

2. 中山大学计算机科学系广州 510275

基金项目:

国家自然科学基金(60673135;60373081;60736020)

作者简介:
朱君(1976-),女,博士生,讲师,主要从事CSCW、群体感知和信息检索方面的研究.

收稿日期: 2008-04-11
修回日期: 2008-04-20
刊出日期: 2008-06-15

中图分类号: TP309.4

关键词:

摘要: 鉴于目前传统文本聚类方法中利用文档间的相似度进行聚类存在的问题,在传统的文本挖掘基础上提出了一种新的文本聚类算法——利用单词超团的二分图文本聚类算法。该算法用文档中单词的关联模式来评估文档间的相似度及主题类别预测,并利用图划分策略来大大降低文档相似度比较算法的复杂度,同时将超团作为特征结构的扩展,可以在一定范围内减少语言信息的丢失,提高聚类效果。经实验证明该算法具有较高的有效性。

English Abstract

朱君, 曲超, 汤庸. 利用单词超团的二分图文本聚类算法[J]. 电子科技大学学报, 2008, 37(3): 439-442.

引用本文:

朱君, 曲超, 汤庸. 利用单词超团的二分图文本聚类算法[J]. 电子科技大学学报, 2008, 37(3): 439-442.

ZHU Jun, QU Chao, TANG Yong. Clustering Algorithm of Bipartite Graph Partition Based on Word Hyperclique[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 439-442.

Citation:

ZHU Jun, QU Chao, TANG Yong. Clustering Algorithm of Bipartite Graph Partition Based on Word Hyperclique[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(3): 439-442.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发