张国锋 吴国文

(东华大学计算机科学与技术学院 上海 200050)

0 引 言

在计算机技术全面发展的当代，人工智能在生活当中的作用越来越重要，应用的范围也十分广泛，各行各业都对人工智能进行了大量的钻研。人们都希望在有限的时间内做足够多的事，这其中就包括阅读。就像在图书馆中阅读一样，人们在手机以及计算机上查阅资料或者阅读文章时，希望能够大大减少寻找同类型文章的时间，希望这些文章能够存放在一起而不是错综复杂的排列。但如果人工对文章进行分类需要花费大量的时间和精力，因此，让计算机来为人们提供最便捷的服务是大势所趋，机器学习中的聚类算法就得到了用武之地。

聚类算法属于“无监督学习”，而且是其中被人们研究、使用最多的算法。在聚类分析之前，每一个数据或样本属性的归类是不确定的，属性能被分成多少类一般也是需要预测的，只能依靠元数据进行分析，不像分类算法可以参考相关类别的信息。聚类分析方法主要在探索研究方面应用较多，最终的结果可能包含多种有价值的答案，如何进行筛选要依靠研究人员的实际需求和具体分析。无论实际数据能否真地被分成不同种类，使用聚类分析都可以将数据划分成特定数量的类别。聚类可以单独使用来获取数据的具体分布情况，通过研究聚类出的各个簇中数据的特征，找出特征显著的簇进行更加具体详细的分析。……