Overview

Das Clustering von Texten ist eine wichtige Technik im Textmining und in der Verarbeitung natürlicher Sprache, um große Mengen unstrukturierter Daten in sinnvolle Gruppen zu organisieren. Herkömmliche Clustering-Algorithmen stehen oft vor Herausforderungen in Bezug auf Skalierbarkeit, Effizienz und Genauigkeit, wenn sie mit hochdimensionalen Textdaten umgehen. In dieser Arbeit wird ein verbesserter Ansatz mit Novel Fast Seeds Affinity Propagation (NFAP) vorgeschlagen, um die Clustering-Leistung zu verbessern. Durch die Einführung einer optimierten Seed-Auswahl beschleunigt die Methode die Konvergenz, reduziert die Berechnungskomplexität und verbessert die Qualität der Clusterbildung. Experimentelle Ergebnisse zeigen, dass das vorgeschlagene Modell im Vergleich zu Standard-Affinitätsvermehrungsmethoden eine höhere Clustering-Genauigkeit und -Effizienz erzielt und sich daher für umfangreiche Text-Mining-Anwendungen eignet.

Full Product Details

9786208831448

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available