基于二进制蜉蝣优化的特征选择及文本聚类算法

来源：吉林大学学报·理学版杂志2023年第3期北京时间：

作者：高新成, 周中雨, 王莉利, 邵国铭, 张强

单位：1. 东北石油大学 现代教育技术中心, 黑龙江 大庆 163318; 2. 东北石油大学 计算机与信息技术学院, 黑龙江 大庆 163318

摘要：针对文本冗余特征导致聚类精度较低的问题, 提出一种基于二进制蜉蝣优化的特征选择及文本聚类算法. 首先, 对传统蜉蝣算法的位置更新、 交配与变异策略进行改进; 然后,将其与特征选择模型相结合, 以逆文档频率为目标函数对文本特征进行选择; 最后, 在新特征子集的基础上, 利用K-means++算法对文本进行聚类, 得到最优文本聚类结果. 在多个数据集上进行实验的结果表明, 该算法能有效缩短特征维数, 提高文本聚类效率.

关键词：二进制蜉蝣算法,文本聚类,收敛速度,特征选择