首页> 中文期刊> 《计算机应用》 >基于用户行为特征的多维度文本聚类

基于用户行为特征的多维度文本聚类

         

摘要

传统多维度文本聚类一般是从文本内容中提取特征,而很少考虑数据中用户与文本的交互信息(如:点赞、转发、评论、关注、引用等行为信息),且传统的多维度文本聚类主要是将多个空间维度线性结合,没能深入考虑每个维度中属性间的关系.为有效利用与文本相关的用户行为信息,提出一种结合用户行为信息的多维度文本聚类模型(MTCUBC).根据文本间的相似性在不同空间上应该保持一致的原则,该模型将用户行为信息作为文本内容聚类的约束来调节相似度,然后结合度量学习方法来改善文本间的距离,从而提高聚类效果.通过实验表明,与线性结合的多维度聚类相比,MTCUBC模型在高维稀疏数据中表现出明显的优势.

著录项

  • 来源
    《计算机应用》 |2018年第11期|3127-31313138|共6页
  • 作者单位

    贵州大学计算机科学与技术学院;

    贵阳550025;

    贵州大学计算机科学与技术学院;

    贵阳550025;

    贵州省公共大数据重点实验室(贵州大学);

    贵阳550025;

    计算机软件新技术国家重点实验室(南京大学);

    南京210093;

    贵州大学计算机科学与技术学院;

    贵阳550025;

    贵州大学计算机科学与技术学院;

    贵阳550025;

    贵州省公共大数据重点实验室(贵州大学);

    贵阳550025;

    贵州大学计算机科学与技术学院;

    贵阳550025;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 程序设计;
  • 关键词

    多维度聚类; 度量学习; 约束; 用户行为特征;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号