一种基于GN算法的文本概念聚类新方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (14): 142-144.

• 数据库、信号与信息处理 • 上一篇下一篇

一种基于GN算法的文本概念聚类新方法

安娜,谢福鼎,张永,刘绍海

辽宁师范大学计算机与信息技术学院，辽宁大连 116029

收稿日期:2007-11-12 修回日期:2008-01-28 出版日期:2008-05-11 发布日期:2008-05-11
通讯作者: 安娜

New method for text concept clustering based on GN algorithm

AN Na,XIE Fu-ding,ZHANG Yong,LIU Shao-hai

Department of Computer Science,Liaoning Normal University,Dalian,Liaoning 116029,China

Received:2007-11-12 Revised:2008-01-28 Online:2008-05-11 Published:2008-05-11
Contact: AN Na

摘要/Abstract

摘要： 文本聚类是当前文本信息挖掘的基础和研究的重点。给出一种新的文本聚类方法，它将概念格和复杂网络有机地结合起来，以达到更优的聚类效果。首先计算关键词特征权值并对特征向量进行降维处理，然后根据关键词权值大小映射到形式背景中，通过本文所给出的新的相似度公式，计算出形式背景中概念相似度的大小，从而构造GN网络并应用GN算法进行文本概念聚类。最后通过实例，验证了方法的可行性。

关键词: 复杂网络, GN算法, 文本聚类, 概念格

Abstract: Text clustering is a basic and important topic in text mining.This paper presents a new text clustering method which takes the advantages of concept lattice and complex network.The algorithm firstly computes the weights of the key words and processes the problem of decreasing dimension,and then the formal context is constructed in terms of key words which have the proper weight.Secondly,the similarities between concepts are computed by using of the formula proposed in this paper.Text concept clustering can be done by the construction of GN network and application of GN algorithms.At last,the experiment shows the validity of this method.

Key words: complex networks, GN algorithm, text clustering, concept lattices

安娜,谢福鼎,张永,刘绍海. 一种基于GN算法的文本概念聚类新方法[J]. 计算机工程与应用, 2008, 44(14): 142-144.

AN Na,XIE Fu-ding,ZHANG Yong,LIU Shao-hai. New method for text concept clustering based on GN algorithm[J]. Computer Engineering and Applications, 2008, 44(14): 142-144.

[1]	霍光煜，张勇，孙艳丰，尹宝才. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用, 2021, 57(6): 247-253.
[2]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[3]	马满福，郭晨彪，李勇，张钟颖，张强，王常青. 基于结构熵的注意力流网络异构性研究[J]. 计算机工程与应用, 2021, 57(23): 98-105.
[4]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[5]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[6]	张呈玲，李进金，林艺东. 基于OE-概念格的形式背景属性约简[J]. 计算机工程与应用, 2021, 57(15): 82-89.
[7]	潘成胜，张斌，吕亚娜，杜秀丽，邱少明. 改进灰狼优化算法的K-Means文本聚类[J]. 计算机工程与应用, 2021, 57(1): 188-193.
[8]	杨葛英，沈夏炯，史先进，张磊. 以概念格为背景的关联规则可视化[J]. 计算机工程与应用, 2021, 57(1): 84-91.
[9]	陈杰，程胜，徐梦，史豪斌. 面向医疗辅助诊断的可视化多属性决策方法[J]. 计算机工程与应用, 2020, 56(8): 249-255.
[10]	王安，顾益军. 基于社区划分的节点重要性评估方法[J]. 计算机工程与应用, 2020, 56(8): 42-48.
[11]	张卫卫，胡亚琦，翟广宇，刘志鹏. 基于LDA模型和Doc2vec的学术摘要聚类方法[J]. 计算机工程与应用, 2020, 56(6): 180-185.
[12]	赵亮，朱征宇. 融入K-核迭代因子的重叠社区发现算法[J]. 计算机工程与应用, 2020, 56(3): 61-67.
[13]	杜轻，辛守庭，雷新宇，于海涛. 基于脑网络和TSK模糊系统的癫痫脑电识别[J]. 计算机工程与应用, 2020, 56(2): 133-140.
[14]	张云纯，张琨，徐济铭，袁卫平，蔡颖，高雅. 基于图模型的多文档摘要生成算法[J]. 计算机工程与应用, 2020, 56(16): 124-131.
[15]	易成岐，郭鑫，童楠楠，窦悦，陈东，王建冬. 基于启发式社团发现模型的创新态势研判算法[J]. 计算机工程与应用, 2020, 56(15): 74-79.

一种基于GN算法的文本概念聚类新方法

New method for text concept clustering based on GN algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics