基于K-Means和Apriori算法的多层特征提取方法

根据科技文献的结构特点，论文提出了一种四层挖掘模式，并结合K-means算法和Apriori算法，构建一个新的特征词提取方法——MultiLM-FE方法.该方法首先依据科技文献的结构将其分为4个层次，然后通过K-means聚类对前3层逐层实现特征词提取，最后再使用Aprori算法找出4层的最大频繁项集，并作为4层的特征词集合.该方法能够解决K-means算法不能自动确定最佳聚类初始点的问题，减少了聚类过程中信息损耗，这使得该方法能够在文献语料库中更加准确地找到特征词，较之以前的方法有很大提升，尤其是在科技文献方面更为适用.实验结果表明，该方法是可行有效的.