به کارگیری Black hole و Black hole+K-means با استفاده از توابع برآزندگی Purity, Entropy و F-measure برای خوشه بندی اسناد

یکی از موضوعات مهم جهان امروز خوشه بندی اسناد می باشد. تحقیقات نشان داده است که الگوریتم های خوشه بندیpartitional، برای خوشه بندی Datascet های بزرگ مانند اسناد، بسیار مناسب می باشند. از معروف ترین این الگوریتم ها، الگوریتم K-means است که پیچیدگی زمانی بسیار کمی دارد؛ اما کارایی آن به شدت به نقاط شروع اولیه، وابسته است و علاوه بر آن، اغلب در بهینه های محلی، گرفتار می شود. امروزه، الگوریتم های تکاملی، نشان دادهاند که می توانند نسبت به K-means، دقت بیشتری داشته باشند. یکی از الگوریتم های تکاملی که نتایج بسیار خوبی در خوشه بندی از خود نشان داده است، الگوریتم تکاملی Black hole می باشد. از این رو از Black hole، می توان به عنوان یک ایده جدید، جهت خوشه بندی اسناد استفاده نمود. به صورت کلی می توان گفت الگوریتم های تکاملی پیچیدگی زمانی بسیار بالایی دارند. جهت عنوان کردنیک ایده جدید، الگوریتم Black hole به همراه K-means، برای برطرف کردن نقاط ضعف یکدیگر در عملیات خوشه بندی، ارائه گردیده اند؛ به این ترتیب که با انتخاب نقاط شروع اولیه بهینه برای K-means، می توان کارایی این الگوریتم را بهبود بخشید. این نقاط شروع بهینه، از طریق الگوریتم Black hole تهیه می شوند. سرانجام، کیفیت بهتر خوشه بندی الگوریتم پیشنهادی Black hole+K-means نسبت به الگوریتم K-means و Black hole با استفاده از معیارهای ارزیابی Purity ،Entropy و F-measure در قسمت های یافته ها و بحث و نتیجه گیری نشان داده شده است.

کلیدواژه ها:

F-measure ، Purity ، Entropy ، K-means ، Black hole