文献类型：期刊文章

作　　者：常鹏[1,2] 冯楠[1] 马辉[3]

机构地区：[1]天津大学管理与经济学部,天津300072 [2]天津大学信息与网络中心,天津300072 [3]天津城市建设学院管理工程系,天津300384

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(70901054)

年　　份：2012

卷　　号：38

期　　号：2

起止页码：213-214

语　　种：中文

收录情况：AJ、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、ZGKJHX、普通刊

摘　　要：为解决文本主题表达存在的信息缺失问题,提出一种基于词共现的文档聚类算法。利用文档集上的频繁共现词建立文档主题向量表示模型,将其应用于层次聚类算法中,并通过聚类熵寻找最优的层次划分,从而准确反映文档之间的主题相关关系。实验结果表明,该算法所获得的结果优于其他基于短语的文档层次聚类算法。

关 键 词：文档聚类 文档模型 词共现 文档相似度 聚类增益  

分 类 号：TP301.6]