基于改进的k-means算法的新闻聚类的研究

摘要

针对k-means聚类算法对初始聚类中心敏感,容易陷入局部最优的情况,提出一种改进的基于k-means算法的新闻聚类方法.在用传统k-means算法对新闻数据集进行多次聚类的基础上,使用证据累积算法对k-means算法的聚类结果进行融合,以平滑k-means算法的结果,减少波动.实验结果表明提出的方法使聚类结果的准确率从53.33%提升至77.78%.