聚类集成中的关键问题是如何根据不同的聚类成员组合为更好的聚类结果.引入谱聚类算法解决该问题 ,提出了基于相似度矩阵的谱算法(SMSA) ,但该算法高昂的计算代价使其不适合大规模文本集.进一步研究了谱聚类算法的特性 ,对超边的相似度矩阵进行谱分析 ,提出了基于超边相似度矩阵的元聚类算法( HSM2MCLA) .真实文本数据集的实验结果表明: SMSA 和 HSM2MCLA 比其他基于图划分的集成算法更优越; HSM2MCLA 可获得与SMSA 相当的结果 ,而计算需求却明显低于 SMSA.

聚类集成中的关键问题是如何根据不同的聚类器组合为最终的更好的聚类结果. 本文引入谱聚类思想解决文本聚类集成问题, 然而谱聚类算法需要计算大规模矩阵的特征值分解问题来获得文本的低维嵌入, 并用于后续聚类. 本文首先提出了一个集成算法, 该算法使用代数变换将大规模矩阵的特征值分解问题转化为等价的奇异值分解问题, 并继续转化为规模更小的特征值分解问题; 然后进一步研究了谱聚类算法的特性, 提出了另一个集成算法, 该算法通过求解超边的低维嵌入, 间接得到文本的低维嵌入. 在 TREC 和 Reuters