文献检索-宁波市创意产业特色资源库

限定检索结果

改进的基于词集距离的FTC聚类算法: 收藏
分享
引用; 《计算机工程与设计》2019年第11期40卷 3175-3179页; 作者：王秀慧赵治军山西大同大学教育科学与技术学院山西大同037009 大同市人民政府信息化中心山西大同037009; 针对FTC在实现聚类的过程中忽略了文本词语有序性这一特征,结合算法时间复杂度,提出基于词集距离的WSD-FTC文本聚类算法。在采用FP-Growth挖掘频繁项集的过程中通过限制词集距离得到质量更高、数量更少的频繁项集,以此作为聚类依据。通...; 针对FTC在实现聚类的过程中忽略了文本词语有序性这一特征,结合算法时间复杂度,提出基于词集距离的WSD-FTC文本聚类算法。在采用FP-Growth挖掘频繁项集的过程中通过限制词集距离得到质量更高、数量更少的频繁项集,以此作为聚类依据。通过定义簇间相似系数保证多主题文本归入不同簇中,实现一定程度的软聚类。实验结果表明,WSD-FTC具有更好的聚类效果及更优的时间开销。; 来源：详细信息评论

限定检索结果