论文研究 一种CF树结合KNN图划分的文本聚类算法.pdf

为了提升文本聚类效果，改善传统聚类算法在参数设定，稳定性等方面存在的不足，提出新的文本聚类算法TCBIBK（a Text Clustering algorithm Based on Improved BIRCH and K-nearest neighbor）。该算法以BIRCH聚类算法为原型，聚类过程中除判断文本对象与簇的距离外，增加判断簇与簇之间的距离，采取主动的簇合并或分裂，设置动态的阈值。同时结合KNN分类算法，在保证良好聚类效率前提下提升聚类稳定性，将TCBIBK算法应用于文本聚类，能够提高文本聚类效果。对比实验结果表明，该算法聚类有效性与稳定性都得到较大提高。