文献类型：期刊文章

作　　者：王鹏[1] 高铖[1] 陈晓美[2]

机构地区：[1]长春理工大学计算机科学技术学院,吉林长春130002 [2]吉林大学管理学院,吉林长春130022

出　　处：《情报科学》

基　　金：吉林省科技发展计划(20130416001ZG)

年　　份：2015

卷　　号：33

期　　号：1

起止页码：63-68

语　　种：中文

收录情况：BDHX、BDHX2014、CSSCI、CSSCI2014_2016、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：在Web2.0时代,网络文本数据呈现爆炸式增长,传统的文本聚类模型存在数据维数过高,数据稀疏,缺乏语义理解等问题。针对以上问题,本文提出了一种基于LDA模型,通过Gibbs算法估计文本的主题概率分布,利用JS(Jensen-Shannon)距离作为文本的相似性度量,然后采用层次聚类法进行聚类。实验得到较高的聚类纯度(Purity)和Fscore值,表明该方法是有效的。

关 键 词：文本聚类 LDA模型 文本相似度 层次聚类

分 类 号：G254[图书情报与档案管理类]