模糊聚類及其在中文文本聚類中的應用研究.pdf

1、文本聚類，即將給定的文本集合劃分為多個簇，從而達到簇內文本的主題相關性，簇間文本的主題無關性的目的。其目的有利于信息檢索和模式發(fā)現(xiàn)，以及為進一步文本分類提供模式基礎。隨著網絡信息的快速增長，文本自動聚類技術的研究對于網上信息搜索具有重要的意義。 本文對中文文本自動聚類技術作了系統(tǒng)論述，介紹了用于文本表示的向量空間模型及其建立過程。在介紹模糊集的基本理論和模糊聚類分析的基礎上，將模糊聚類分析用于中文文本聚類的研究。較深入地討論了基

2、于等價關系的傳遞閉包法、基于模糊圖論的最大樹法以及基于劃分的模糊C一均值(FCM)算法，分別提出了基于傳遞閉包法的文本模糊聚類方法ATCFC和基于最大樹法的文本模糊聚類方法ATCMT。重點從改變規(guī)格化方式、改變度量方式、改變初始聚類原型選擇方式三方面對FCM算法進行研究。針對模糊C一均值算法(FCM)具有局部最優(yōu)問題和初值敏感性的缺陷，將微粒群優(yōu)化算法應用于文本模糊聚類，提出了基于微粒群優(yōu)化算法的模糊C-均值算法PSO-FCM。該算法首