文件名称：论文研究-一种基于密度的文本聚类挖掘算法.pdf
文件大小：274KB
文件格式：PDF
更新时间：2022-08-11 16:09:23
分词,文本聚类,向量空间模型,核心对象
针对DBSCAN算法需用户设置参数值、易产生挖掘结果偏差等不足，提出改进算法DBTC(density-based text clustering)，该算法不仅能够发现任意形状的簇，还有效地解决了基于密度的DBSCAN聚类算法在文本挖掘中参数设置困难和高密度的簇被相连的低密度簇包含的问题。理论分析和实验结果表明，算法是有效可行的。