關(guān)鍵詞：均值漂移 文本聚類(lèi) 聚類(lèi)數(shù) 聚類(lèi)有效性 

摘要：【目的】探索最佳文本聚類(lèi)數(shù)目的優(yōu)化方法,為提升文本聚類(lèi)算法的有效性和質(zhì)量提供參考。【方法】結(jié)合TF-IDF和Word2Vec算法,提取TopN關(guān)鍵詞向量作為語(yǔ)料庫(kù)文本特征表達(dá);結(jié)合均值漂移算法、聚類(lèi)有效性指標(biāo)(Silhouette)和均方誤差(MSE)指標(biāo),確定最佳文本聚類(lèi)數(shù)目。【結(jié)果】Top 4 500關(guān)鍵詞向量規(guī)模能較好呈現(xiàn)文本特征;基于均值漂移算法確定的最佳文本聚類(lèi)數(shù)與人工研判優(yōu)化的聚類(lèi)數(shù)相符。【局限】選取的實(shí)驗(yàn)數(shù)據(jù)集合不夠充足,缺少在其他領(lǐng)域的應(yīng)用對(duì)比。【結(jié)論】本文方法可以在無(wú)監(jiān)督方式下高質(zhì)量完成文本聚類(lèi)個(gè)數(shù)的確定。

數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)雜志要求:

{1}所有作者的作者簡(jiǎn)介（姓名、工作單位、職稱(chēng)、研究方向）；通訊作者請(qǐng)?jiān)偬峁╇娮余]箱。

{2}稿件文責(zé)自負(fù)。編輯部有權(quán)對(duì)來(lái)稿進(jìn)行文字和技術(shù)性刪改，對(duì)實(shí)質(zhì)性內(nèi)容的修改，則應(yīng)征求作者同意。

{3}標(biāo)題序號(hào)：可按四級(jí)小標(biāo)題的格式寫(xiě)：一、（一）、1、（1）；一級(jí)、二級(jí)標(biāo)題另起段，正文另起段；三級(jí)、四級(jí)小標(biāo)題另起段，但正文接排；正文內(nèi)序號(hào)用①……②……等。

{4}參考文獻(xiàn)：（1）正文格式：作者，發(fā)表年（多版次文獻(xiàn)請(qǐng)同時(shí)提供第 1 版的發(fā)表時(shí)間），頁(yè)碼，外加圓括號(hào)。（2）文末格式：中、外文獻(xiàn)分開(kāi)，各按音序排列。

{5}摘要應(yīng)反映論文的目的、方法及主要結(jié)果、結(jié)論，并充分反映論文的創(chuàng)新點(diǎn)，表達(dá)簡(jiǎn)明、語(yǔ)義確切，以100 ～300 字為宜。

注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社