论文部分内容阅读
针对社会化标签语义模糊，传统K—medoids聚类算法对初始聚类中心敏感、收敛速度缓慢、只能将归类对象划入到单一类别的缺点，提出一种基于改进K—medoids的社会化标注资源两阶段聚类算法。算法应用一种简洁快速的初始聚类中心选取新规则以及改进的聚类准则函数，首先进行标签聚类，然后将同一标签簇中标签标注的网络资源初步划分到同一资源簇中，最后在这些资源簇中再次进行资源聚类。实验结果表明，提出的算法能自主、合理地确定初始聚类中心，聚类过程收敛速度快，聚类结果有更好的准确性。