本节提纲 历些毛子代枚大多 XIDIAN UNIVERSITY ▣文本聚类(Text Clustering) ■一般性聚类任务 >聚类任务引出；应用背景；相似性度量；学科栈 ■文本聚类任务 >聚类对象与文本特征 >基于划分的方法(e.g,K-Means) >基于层次的方法 >基于密度的方法(（e.g,DBScan) 聚类效果评估 注意与一般性聚类任务的 异同 2017/14/25 软件工程系2017/4/25 软件工程系 本节提纲 文本聚类（Text Clustering）  一般性聚类任务 ➢ 聚类任务引出；应用背景；相似性度量；学科栈  文本聚类任务 ➢ 聚类对象与文本特征 ➢ 基于划分的方法（e.g., K-Means） ➢ 基于层次的方法 ➢ 基于密度的方法（e.g., DBScan）  聚类效果评估 注意与一般性聚类任务的 异同