一种三层加权文本聚类集成方法

作     者：李娜 徐森 徐秀芳 许贺洋 郭乃瑄 刘轩绮 周天 LI Na;XU Sen;XU Xiufang;XU Heyang;GUO Naixuan;LIU Xuanqi;ZHOU Tian

作者机构：盐城工学院信息工程学院江苏盐城224051 东南大学计算机网络和信息集成教育部重点实验室江苏南京211189 哈尔滨工程大学水声工程学院黑龙江哈尔滨150001 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2024年第19卷第4期

页      面：807-816页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论] 

基　　金：国家自然科学基金项目(62076215) 江苏省高等学校自然科学研究面上项目(21KJD520006) 未来网络科研基金项目(FNSRFP-2021-YB-46) 盐城工学院研究生培养创新工程项目(SJCX21_XZ018) 教育部产学研合作协同育人计划项目(202102594034) 中央高校基本科研业务费专项(K93-9-2022-03) 江苏高校“青蓝工程”项目 

主　　题：文本聚类 聚类集成 加权聚类集成 三层加权 加权聚类 多层加权 聚类分析 无监督学习 

摘      要：为了提高聚类集成效果,本文设计了一种对点、簇、划分进行加权的统一框架,提出一种三层加权文本聚类集成方法。首先根据基聚类生成超图邻接矩阵,然后依次对点、簇、划分进行加权获得加权邻接矩阵,最后用层次凝聚聚类算法获得最终结果。在多个真实文本数据集上进行实验,结果表明,与未加权及其他层面加权相比,三层加权方法可以获得更好的聚类效果,三层加权相较于未加权的平均提升幅度为12.02%;与近年来的其他8种加权方法相比,该方法在所有数据集上的平均排名位列第一,验证了本文方法的有效性。