郑德俊，朱婷婷，沈军威

（南京农业大学信息管理系，南京 210095）

基于改进K均值算法的移动图书馆用户评论需求聚类研究*

郑德俊，朱婷婷，沈军威

（南京农业大学信息管理系，南京 210095）

对移动图书馆用户评论的自动聚类研究有助于更准确高效地获取用户需求。本文结合移动图书馆评论特征，在传统K均值算法的基础上，使用HT-LaD算法对初始聚类中心进行算法改进，并使用移动图书馆的用户评论数据进行实证。结果表明，利用改进后K均值算法完成移动图书馆用户评论文本的需求聚类是可行的，且聚类精度和稳定性得到提高。

移动图书馆；改进K均值聚类；用户评论；用户需求

1 引言

移动图书馆用户需求一直是移动图书馆的研究热点。已有研究主要聚焦于用户需求兴趣点的发现[1]、需求类型[2-3]和用户需求特征分析[4]、需求分析方法应用[5]、用户需求模型研究[6]等。目前,除基于问卷调查的需求获取方法被普遍采用外,移动图书馆平台的用户评论反馈也日益受到重视,研究者认为用户评论有助于发现用户的隐性需求及新需求[7]。移动网络信息服务环境下,与移动图书馆有关的用户评论数量增长迅速,依靠人工进行用户需求甄别与发现费时费力。因此,有必要借助一定的技术手段,引入文本挖掘方法,进行去重、筛选和分类以识别用户需求。

已有研究将文本分类应用于移动图书馆用户评论研究的成果较少,但相近领域的文本挖掘研究（涉及关联分析、文档分类、聚类和自动文摘[8]等）值得借鉴。……