基于均值漂移算法的文本聚類數(shù)目優(yōu)化研究
關(guān)鍵詞：均值漂移 文本聚類 聚類數(shù) 聚類有效性
摘要：【目的】探索最佳文本聚類數(shù)目的優(yōu)化方法,為提升文本聚類算法的有效性和質(zhì)量提供參考。【方法】結(jié)合TF-IDF和Word2Vec算法,提取TopN關(guān)鍵詞向量作為語料庫文本特征表達;結(jié)合均值漂移算法、聚類有效性指標(Silhouette)和均方誤差(MSE)指標,確定最佳文本聚類數(shù)目。【結(jié)果】Top 4 500關(guān)鍵詞向量規(guī)模能較好呈現(xiàn)文本特征;基于均值漂移算法確定的最佳文本聚類數(shù)與人工研判優(yōu)化的聚類數(shù)相符?！揪窒蕖窟x取的實驗數(shù)據(jù)集合不夠充足,缺少在其他領(lǐng)域的應用對比?！窘Y(jié)論】本文方法可以在無監(jiān)督方式下高質(zhì)量完成文本聚類個數(shù)的確定。
數(shù)據(jù)分析與知識發(fā)現(xiàn)雜志要求:
{1}所有作者的作者簡介（姓名、工作單位、職稱、研究方向）；通訊作者請再提供電子郵箱。
{2}稿件文責自負。編輯部有權(quán)對來稿進行文字和技術(shù)性刪改，對實質(zhì)性內(nèi)容的修改，則應征求作者同意。
{3}標題序號：可按四級小標題的格式寫：一、（一）、1、（1）；一級、二級標題另起段，正文另起段；三級、四級小標題另起段，但正文接排；正文內(nèi)序號用①……②……等。
{4}參考文獻：（1）正文格式：作者，發(fā)表年（多版次文獻請同時提供第 1 版的發(fā)表時間），頁碼，外加圓括號。（2）文末格式：中、外文獻分開，各按音序排列。
{5}摘要應反映論文的目的、方法及主要結(jié)果、結(jié)論，并充分反映論文的創(chuàng)新點，表達簡明、語義確切，以100 ～300 字為宜。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
