基于蟻群的文本文檔聚類技術(shù)研究.pdf

1、文本聚類是數(shù)據(jù)挖掘和信息檢索領(lǐng)域的一個重要研究方向。隨著網(wǎng)絡(luò)上堆積的數(shù)據(jù)日益龐大,且大部分數(shù)據(jù)以文本形式存儲,人們對從大量文本中獲取信息的需求越來越高。文本聚類方法具有無監(jiān)督的學(xué)習(xí)能力,可由計算機自動進行,通過比較文本的相似性,發(fā)現(xiàn)文本內(nèi)在特征及分布規(guī)律,它既可對web文檔進行有效地組織,還可形成分類模板用來指導(dǎo)web文檔分類,以便檢索和閱讀,所以對文本聚類技術(shù)的研究就顯得尤為重要。近年來,人們受自然界中螞蟻堆積尸體等現(xiàn)象的啟發(fā),提出了

2、基于蟻群的聚類算法(Ant-colonyText Cluster Algorithm)。蟻群聚類算法與文本聚類技術(shù)的結(jié)合形成了基于蟻群的文本聚類算法,該算法具有良好的擴充性、并行計算和正反饋,不必預(yù)設(shè)聚類中心數(shù)目,實現(xiàn)自組織聚類過程,具有健壯性、可視化等優(yōu)點,但仍存在不足。
　　 本文將禁忌算法的思想引進蟻群聚類算法中,提出了蟻群禁忌融合的文本聚類算法ATTCA(Ant-Tabu Text Cluster Algorithm)。