[发明专利]基于自适应子空间学习的迭代文本聚类方法

摘要

本发明公开了一种基于自适应子空间学习的迭代文本聚类方法，包括以下步骤：（1）初始化：将文本语料表示成文本向量空间,采用仿射传播聚类方法产生初始K个聚类，所有文本的聚类类别表示为初始类归属指示矩阵。（2）子空间投影与聚类之间的迭代：将初始类归属指示矩阵作为先验知识，以最大化平均邻域边缘为目标求解子空间投影矩阵，将文本向量空间投影到子空间，并在子空间中采用仿射传播聚类方法产生K个聚类，从而更新类归属指示矩阵；基于子空间投影矩阵和类归属指示矩阵计算收敛函数，直到函数收敛，退出迭代，完成文本聚类。本发明对文本数据的大小和分布无限制，子空间求解和聚类被融合到统一框架下，通过迭代的策略取得全局最优的聚类结果。

主权项

基于自适应子空间学习的迭代文本聚类方法，其特征在于，包括以下步骤：（1）初始化：将文本语料表示成文本向量空间的数学形式，在文本向量空间上采用仿射传播聚类方法产生初始的K个聚类，进而得到表示文本语料中所有文档所属类别的初始类归属指示矩阵；（2）子空间投影和聚类之间的迭代优化，包括以下步骤：（2‑1）以步骤（1）中获得的初始类归属指示矩阵作为先验知识，采用基于平均邻域边缘最大化的子空间学习方法求解子空间投影矩阵，并且基于初始类归属指示矩阵和子空间投影矩阵计算收敛函数值；（2‑2）若未满足收敛条件，则将原始文本向量空间根据当前子空间投影矩阵投影到子空间中，在子空间中继续采取仿射传播聚类方法产生指定K个聚类，更新当前的类归属指示矩阵；（2‑3）以更新后的类归属指示矩阵作为先验知识，采用基于平均邻域边缘最大化的子空间学习方法求解子空间投影矩阵，并且基于更新后的类归属指示矩阵与子空间投影矩阵计算收敛函数值；（2‑4）重复步骤（2‑2）‑（2‑3），直到满足收敛条件，停止迭代，从迭代过程输出最终的类归属指示矩阵，得到所有文档的最终聚类结果。