文本聚类算法介绍

转载请注明出处：http://blog.csdn.net/xiaojimanman/article/details/44977889

http://www.llwjy.com/blogdetail/41b268618a679a6ec9652f3635432057.html

个人博客站已经上线了，网址 www.llwjy.com ~欢迎各位吐槽~
-------------------------------------------------------------------------------------------------

      本博客通过对当前比较成熟的聚类算法分析，介绍如何对非结构的数据（文档）做聚类算法，第一大部分的内容来源百度百科，第二部分是对文本聚类算法思想的介绍。这里因为各种原因就不给出具体的代码实现，如若有兴趣，可以在后面留言一起讨论。

###################################################################################
#####以下内容为聚类介绍，来源百度百科，如果已经了解，可以直接忽略跳到下一部分
###################################################################################

聚类概念
      聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。

算法用途
      在商业上，聚类可以帮助市场分析人员从消费者数据库中区分出不同的消费群体来，并且概括出每一类消费者的消费模式或者