计算机应用

作者：王留洋, 俞扬信, 陈伯伦, 章慧

单位：淮阴工学院 计算机与软件工程学院, 江苏 淮安 223003

关键词：共识聚类,文档聚类,识别信息,簇标签,文本分类器

基金：国家自然科学基金资助项目（61602202）。

不同的聚类算法用于设计各自的策略，然而，每种技术在执行特定数据集时都有一定的局限性。选择恰当的识别信息方法（DIM）可确保文档聚类的进行。针对这些问题提出一种基于共识和分类的文档聚类（DCCC）的DIM。首先，选择识别信息最大化聚类（CDIM）作为数据集生成初始聚类的解决方法，并使用两种不同的CDIM方法生成两个初始聚集；其次，使用不同的参数方法对两初始聚集再进行初始化，通过簇标签信息间的关系建立共识，最大限度地提高文档的识别数总和；最后，选择识别文本权重分类（DTWC）作为文本分类器给共识分配新的簇标签，通过训练文本分类器更改基础分区，并根据预报标签信息生成最后的分区。采用8个网络数据集进行实验，选择BCubed的精度和召回率指标进行聚类验证。实验结果表明，所提出的共识分类方法的聚类结果优于对比方法的聚类结果。

来源：2020年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第4期