基于主题词向量中心点的K-means文本聚类算法
来源：计算机应用与软件杂志2024年第10期北京时间：
作者：季铎, 刘云钊, 彭如香, 孔华锋
摘要：K-means由于其时间复杂度低运行速度快一直是最为流行的聚类算法之一，但是该算法在进行聚类时需要预先给出聚类个数和初始类中心点，其选取得合适与否会直接影响最终聚类效果。该文对初始类中心和迭代类中心的选取进行大量研究，根据决策图进行初始类中心的选择，利用每个类簇的主题词向量替代均值作为迭代类中心。实验表明，该文的初始点选取方法能够准确地选取初始点，且利用主题词向量作为迭代类中心能够很好地避免噪声点和噪声特征的影响，很大程度上地提高了K-means算法的性能。
关键词：K-means, 初始点, 决策图, 迭代类中心, 主题词向量
