基于主动学习的微博聚类分析

摘 要 ：K-Means聚类算法 由于无法准确确定初始化聚类中心 ，容易造成聚类结果准确率低下。对微博数据聚类时，可能会导致无法正确反映兴趣热点。本文设计了基于主动学习的聚类算法，在确定初始聚类 中心过程中应 用Min-Max主动学习策略 ，使得算法每次在很小数量的查询后都会提供数据点供 用户进行初始中心点确认 ，并在K—Means算法中重新计算聚类中心时设置其权重值 ，从而减少迭代的数量，提 高聚类结果的准确率 ，并将这一算法运用于微博聚类分析 ，得出微博热门话题 。

关键词 ：主动 学习；K-Means；微博