خوشه بندی اسناد با استفاده از ترکیب روشهای دسته ماهی مصنوعی وKmeans دوبخشی
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,195
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CCCI06_055
تاریخ نمایه سازی: 13 اسفند 1391
چکیده مقاله:
خوشهبندی ترکیبی یکی از روشهای رایج داده کاوی میباشد که از ترکیب روشهای اولیه خوشهبندی حاصل میشود و باعث افزایش دقت خوشهبندی نسبت به روشهای اولیه میگردد. روشهای ترکیبی خوشهبندی کاربردهای زیادی در حوزههای مختلف داده کاوی از جمله خوشه بندی اسناد دارند. در خوشهبندی اسناد به روشkmeans با معایبی از جمله: وابستگی به مقادیر اولیه، همگرایی به بهینه های محلی و حجم بسیار بالای دادهها و در نتیجه زمانگیر بودن اجرای الگوریتم مواجه خواهیم بود، بنابراین استفاده از روشهای ترکیبی نوین بر پایه روشهایPSO و AFSA ، Bisecting kmeansباعث رفع معایب روشkmeansو در نتیجه افزایش سرعت اجرای الگوریتم و بهبود نتایج نهایی خواهد شد. در این مقاله دو روش ترکیبیBisecting AFSA و AFSA + Bisecting kmeans ارائه شده و برای انجام آزمایش این دو روش نیز از مجموعه ای از دیتاستهای واقعی استفاده شده است، که نتایج حاصله حاکی از عملکرد بهتر این دو روش برای خوشهبندی اسناد، نسبت به هر یک از روشهای خوشهبندی اولیه میباشد.
کلیدواژه ها:
نویسندگان
مهدی حسینی
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی قزوین
بهروز معصومی
عضو هیات علمی دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :