楼锴毅 霸元婕 李绍昂

摘 要：目前小说的受众群体越来越大，其中蕴含着巨大的商业价值。文本聚类的研究领域也在突飞猛进，但对于其中的现实领域：小说聚类，相关的研究却较少。本文研究了一种基于小说中的社交网络对其进行聚类的方法。该方法首先提取出小说中的社交网络，在得到网络的特征向量后，基于其进行聚类，并将结果与依据小说作者的划分进行对比。实验结果表明，该方法可以在一定程度上反映出不同作者写作风格的不同，效果可以接受，并拥有进一步提升的可能。

关键词：小说；社交网络；聚类算法

中图分类号：TP391.1 文献标识码：A

Abstract：At present，more and more people are reading novels，which contains great commercial value.The research field of text clustering is also advancing by leaps and bounds，but for the real practice—novel clustering，there are few related researches.This paper uses a method based on social network in the novel to cluster it.The method first extracts the social network in the novel.After obtaining the feature vector of the network，it clusters based on it and compares the result with the division according to the author of the novel.The experimental result shows that the method can reflect the different writing styles of different authors to a certain extent，the effect is acceptable，and further improvement is possible.

Keywords：novels；social network；clustering algorithm

1 引言（Introduction）

随着第三产业的发展，移动互联网时代的到来，文娱产业对人们日常生活的影响越来越大，特别是近几年小说的受众群体越来越大，因此基于小说的各种文学定量分析越来越成为重要的课题。与此同时，以机器学习和统计方法为基础，各种各样的文本分类技术也在飞速发展。特别是在近几年来，基于CNN、RNN等深度神经网络的相关方法取得了很好的结果，因此人们对文学分析定量方法的研究兴趣也日益增加[1，2]。

小说的关键维度包括形式、结构、人物、情节等。目前来讲，人们对其的定量研究大多集中在形式和内容上。而对于小说中的情节、结构、人物关系等，由于其量化较为复杂，而少有研究[3]。在本文中，我们实现了基于小说中的社交网络的聚类。我们首先提取出小说中的社交网络，之后得到其特征向量并根据其进行聚类。……