四维文档向量模型的k-means新闻文本聚类算法

作     者：高飞 鱼江 任芳 黄保瑞 次旺多吉 Gao-fei;Yu-jiang;Ren-fang;Huang Bao-rui;Ciwang-Duoji

作者机构：西藏大学工学院西藏拉萨850000 

基　　金：2011年度西藏自治区大学生创新性实验训练计划项目"基于向量空间模型的藏文文本倾向性分析系统的设计与实现"阶段性成果 项目号:2011CX051 

出 版 物：《西藏大学学报（社会科学版）》 (Journal of Tibet University)

年 卷 期：2013年第28卷第4期

页      码：109-112页

摘      要：传统3DVM(3-Dimension Document Vector Model)由于没有使用新闻报道的时间因子,这使得该模型表示的新闻报道具有不准确性,进而影响新闻报道的聚类结果。本研究在三维文档向量模型的基础上加入了时间因子,提出了四维文档向量模型表示新闻报道。最后,用k-means聚类算法进行新闻报道的的无监督聚类。实例验证结果表明本文提出的4DVM和k-means相结合的聚类算法优于3DVM以及VSM(vector space mode)和k-means相结合的聚类算法。

主 题 词：4DVM 新闻文本 k-means聚类 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16249/j.cnki.54-1034/c.2013.01.018

馆 藏 号：203280901...