主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
赵卫中,马慧芳,李志清,史忠植.一种结合主动学习的半监督文档聚类算法.软件学报,2012,23(6):1486-1499
一种结合主动学习的半监督文档聚类算法
Efficiently Active Learning for Semi-Supervised Document Clustering
投稿时间:2010-11-03  修订日期:2011-03-31
DOI:10.3724/SP.J.1001.2012.04073
中文关键词:  半监督聚类  文档聚类  主动学习  成对约束
英文关键词:semi-supervised clustering  document clustering  active learning  pairwise constraint
基金项目:国家自然科学基金(61105052, 61070232); 湖南省自然科学基金(11JJ4051); 湖南省教育厅一般项目(10C1262); 湘潭大学博士启动基金(10QDZ42); 中国科学院计算技术研究所智能信息处理重点实验室开放基金(IIP2010-6); 西北师范大学青年教师科研能力提升计划骨干项目(NWNU- LKQN-10-1)
作者单位E-mail
赵卫中 湘潭大学 信息工程学院,湖南 湘潭 411105
中国科学院 计算技术研究所 智能信息处理重点实验室,北京 100190 
zhaoweizhong@gmail.com 
马慧芳 西北师范大学 数学与信息科学学院,甘肃 兰州 730070
中国科学院 计算技术研究所 智能信息处理重点实验室,北京 100190 
 
李志清 湘潭大学 信息工程学院,湖南 湘潭 411105  
史忠植 中国科学院 计算技术研究所 智能信息处理重点实验室,北京 100190  
摘要点击次数: 3482
全文下载次数: 4673
中文摘要:
      半监督文档聚类,即利用少量具有监督信息的数据来辅助无监督文档聚类,近几年来逐渐成为机器学习和数据挖掘领域研究的热点问题.由于获取大量监督信息费时费力,因此,国内外学者考虑如何获得少量但对聚类性能提高显著的监督信息.提出一种结合主动学习的半监督文档聚类算法,通过引入成对约束信息指导DBSCAN的聚类过程来提高聚类性能,得到一种半监督文档聚类算法Cons-DBSCAN.通过对约束集中所含信息量的衡量和对DBSCAN 算法本身的分析,提出了一种启发式的主动学习算法,能够选取含信息量大的成对约束集,从而能够更高效地辅助半监督文档聚类.实验结果表明,所提出的算法能够高效地进行文档聚类.通过主动学习算法获得的成对约束集,能够显著地提高聚类性能.并且,算法的性能优于两个代表性的结合主动学习的半监督聚类算法.
英文摘要:
      Semi-Supervised document clustering and employing limited prior knowledge to aid in unsupervised clustering, have recently become a topic of significant interest to data mining and machine learning communities. Because receiving supervised data may be expensive, it is important to attain the most informative knowledge to improve the clustering performance. This paper presents a semi-supervised document clustering algorithm with active learning for pairwise constraints, aiming at getting improved clustering performance. The semi-supervised document clustering algorithm is a constrained DBSCAN (cons-DBSCAN) algorithm, which incorporates pairwise constraints to guide the clustering process in DBSCAN. Basing on measure of constraint set utility and analysis of DBSCAN algorithm, an active learning approach is proposed to select informative document pairs for obtaining user feedbacks. Experimental results show that this proposed approach is effective in document clustering. The clustering performance of active Cons-DBSCAN has dramatically improved with selected pairwise constraints. Moreover, the proposed approach performs better than the two representative methods.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利