一种基于GN算法的文本概念聚类新方法

作     者：安娜 谢福鼎 张永 刘绍海 AN Na,XIE Fu-ding,ZHANG Yong,LIU Shao-hai Department of Computer Science,Liaoning Normal University,Dalian,Liaoning 116029,China

作者机构：辽宁师范大学计算机与信息技术学院辽宁大连116029 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2008年第44卷第14期

页      面：142-144,180页

核心收录：

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(the National Natural Science Foundation of China under Grant No.10771092) 国家重点基础研究发展规划(973)(the National Grand Fundamental Research973Program of China under Grant No.2004CB318000) 

主　　题：复杂网络 GN算法 文本聚类 概念格 

摘      要：文本聚类是当前文本信息挖掘的基础和研究的重点。给出一种新的文本聚类方法,它将概念格和复杂网络有机地结合起来,以达到更优的聚类效果。首先计算关键词特征权值并对特征向量进行降维处理,然后根据关键词权值大小映射到形式背景中,通过本文所给出的新的相似度公式,计算出形式背景中概念相似度的大小,从而构造GN网络并应用GN算法进行文本概念聚类。最后通过实例,验证了方法的可行性。