%0 Journal Article %A 侯海霞 %A 刘春霞 %A 原民民 %T 面向大文本数据集的间接谱聚类 %D 2012 %R 10.3724/SP.J.1087.2012.03274 %J 计算机应用 %P 3274-3277 %V 32 %N 12 %X 针对谱聚类存在计算瓶颈的问题,提出了一种快速的集成算法,称为间接谱聚类。它首先运用K-Means算法对数据集进行过分聚类,然后把每个过分簇看成一个基本对象,最后在过分簇的级别上利用标准谱聚类来完成总体的聚类。将该思想应用于大文本数据集的聚类问题后,过分簇中心之间的相似性度度量方法可以采用常用的余弦距离法。在20-Newgroups文本数据上的实验结果表明:间接谱聚类算法在聚类准确性上比K-Means算法平均高出14.72%;比规范割谱聚类仅低0.88%,但算法所需的计算时间平均不到规范割谱聚类的1/16,且随着数据集的增大当规范割谱聚类遭遇计算瓶颈时,提出的算法却能快速地给出次优解。 %U http://www.joca.cn/CN/10.3724/SP.J.1087.2012.03274