《表3 Sohu数据集的AC和NMI》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合新概念分解和频繁词集的短文本聚类》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先就是聚类质量对比，从表3和表4可以看出，在两个数据集的各个不同短文本数量下CNPCF和CFFIC的AC和NM I均优于RNM F，这是因为CF继承了NM F的所有优点，作为扩展的CF也是优于NMF的扩展．此外，可以发现虽然在Sohu数据集上CNPCF、CFFIC以及FIC的AC和NMI的数值较为接近，但在Weibo数据集上CFFIC、FIC要明显优于CNPCF，其中FIC的AC和NM I的平均值分别比CNPCF提高了39.2%和23.7%，而CFFIC的AC和NMI的平均值分别比CNPCF提高了40.5%和24.7%．原因在于书写微博内容比较随意但书写新闻标题是需要严谨规范的，因此Weibo数据集的噪音数据的数量比Sohu数据集多，而采用频繁词集进行特征选择的具有更好的鲁棒性，可以降低噪声数据对于聚类质量的影响．