论文部分内容阅读
样本加权聚类算法是一种最近才引起人们注意的算法，还存在一些需要解决的问题，例如，聚类对象之间的结构信息对样本加权聚类是否有帮助，如何将结构信息自动转换为样本或对象的权重？针对该问题，本文以学术论文为聚类对象，以K-Means算法为聚类算法基础，利用论文之间的引用关系计算每篇论文的PageRank值，并将其作为权重，提出一种基于样本加权的新的文本聚类算法。实验结果表明，基于论文PageRank值加权的聚类算法能改善文本聚类效果。该算法可推广到网页的聚类中，利用网页的PageRank进行加权聚类，来改善网页的