使用'分裂-合并'策略改进文本聚类集成算法的研究

摘要

探讨了"分裂-合并"(DM)策略对文本聚类集成算法改进的效果.首先在聚类成员生成阶段运行使用DM策略的超球K均值(SKM)算法r次,每次生成较多的文本子簇,并根据子簇的相似性使用凝聚层次聚类方法合并这些子簇,得到r个聚类成员,随后在聚类集成阶段采用两个快速的谱聚类算法进行集成.在6组真实文本集上进行了实验,使用DM策略的两个聚类集成算法获得的平均标准化互信息(NMI)分别比改进前的算法提高了4 6和7 9个百分点,证明了DM策略可以有效提高文本聚类集成算法的聚类质量.