文献类型：期刊文章

作　　者：索红光[1] 王玉伟[2]

机构地区：[1]北京理工大学计算机科学技术学院,北京100081 [2]中国石油大学计算机与通信工程学院,山东东营257061

出　　处：《山东大学学报（理学版）》

年　　份：2008

卷　　号：43

期　　号：1

起止页码：60-64

语　　种：中文

收录情况：BDHX、BDHX2004、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、MR、RSC、ZGKJHX、ZMATH、核心刊

摘　　要：k-means是目前常用的文本聚类算法,针对其最终搜索的局部极值与全局最优解偏差较大的缺点,采用一种基于局部搜索优化的思想来改进算法,并推导出目标函数的变化公式。根据目标函数值的改变对聚类结果作再次划分后,继续k-means迭代,拓展其搜索范围。理论分析和实验结果表明修改后的算法能有效地提高聚类的质量,且计算复杂度仍与数据集文本总数呈线性变化。

关 键 词：文本聚类 K-MEANS 向量空间模型 局部迭代  

分 类 号：TP391]