×

基于加权核非负矩阵分解的短文本聚类算法的资料说明

消耗积分:0 | 格式:rar | 大小:0.90 MB | 2019-01-23

分享资料个

　　对互联网产生的大量短文本进行聚类分析具有重要的应用价值，但由于短文本存在特征稀疏和特征难以提取的问题，导致传统的文本聚类算法难以有效处理该问题。为了解决该问题，利用非负矩阵分解（ NMF）模型提出基于加权核非负矩阵分解（ WKNMF）的短文本聚类算法。该算法通过核方法的映射关系将稀疏特征空间映射到高维隐性空间，从而可以充分利用短文本中的隐性语义特征进行聚类；另外，利用核技巧简化高维数据的复杂运算，并通过迭代更新规则不断地动态调整短文本的权重向量，从而可以区分不同短文本对聚类的重要性。在真实的微博数据集上进行了相关实验，结果表明WKNMF算法比K均值、隐含狄利克雷分布（LDA）、NMF和自组织神经网络（SOM）具有更好的聚类质量，准确度和归一化互信息分别达到了66. 38qo和66. 91qo。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !