摘要:
随着网络信息技术的飞速发展,人们在如此庞大的信息中如何找到有用的信息成为一个问题,文本挖掘技术在这样的背景下应运而生。为解决层次关系的文字资料的文本挖掘,文章提出一种新自动非负矩阵分解的层次聚类方法。实验结果对实际数据集进行了比较,结果表明,该方法对于所有情况的平均估计要优于其他传统方法,对于具有层次关系的文字资料的数据挖掘是一种较好的方法。
中图分类号:
张文硕,许艳春,谢术芳. 基于文本挖掘的自动非负矩阵分解的层次聚类方法[J]. 江苏科技信息, 2019, 36(4): 41-43.
Wenshuo Zhang,Yanchun Xu,Shufang Xie. Text mining based automatic non-negative matrix factorization of the hierarchical clustering method[J]. Jiangsu Science & Technology Information, 2019, 36(4): 41-43.