作　　者： ;

机构地区： 华南理工大学

出　　处： 《情报杂志》 2015年第11期162-167,共6页

摘　　要： 针对潜在语义分析（LSA：Latent Semantic Analysis）方法在海量高维数据中的制约,提出K均值聚类的LSA方法（KLSA）：通过利用K均值聚类对主题词进行预处理,将主题词降到相对低维空间后再使用LSA方法;选取新浪微博文本数据作为具体研究对象,通过实验证明了所提出的方法能够在确保模型分类效果条件下,很好地满足海量高维数据对LSA方法计算速度的敏感要求。 Considering the constraints of Latent Semantic Analysis （LSA） method in massive high-dimensional data, this paper proposes an improved LSA method based on k-means algorithm, called KLSA. This method takes advantage of k-means algorithm to reduce those feature words to relatively low-dimensional space and then uses the LSA method. In order to ensure the validity of this idea, the paper chooses text data from Sina Weibo to conduct an experiment. It is proved that the proposed method can satisfy the requirements of compu- tational efficiency in massive high-dimensional data under the condition of ensuring the classification results.

关 键 词： 海量数据 高维数据 LSA K均值聚类

分 类 号： [G350.7]

领　　域： []