關鍵詞：名詞詞組模式 birch聚類算法 pmi算法 

摘要：本文對于意見挖掘領域中的評價對象的修剪和聚類問題,提出使用K-means聚類算法和BIRCH聚類算法相結合的方式來進行評價對象的修剪和聚類。利用BIRCH算法類別聚類的功能對評價對象進行聚類,并刪除包含較少數據的簇來實現修剪評價對象;再通過對于剩下的簇使用K-means聚類算法來獲得最優評價對象。這種修剪聚類方法與以往的基于PMI算法修剪然后基于K-means聚類算法相比,減少了評價對象修剪時對語料庫的依賴,最終聚類的結果更加精準,而且BIRCH算法采用一次掃描數據庫的策略,可以有效提高速度。

軟件雜志要求:

{1}來稿若有基金項目或其他資金資助項目，請詳細列出基金或其他資金項目類型、名稱及編號，每篇來稿的基金項目或其他資金資助項目原則上不超過3個。

{2}編輯部收到稿件后立即編號，并給回執，日后聯系時請注明編號。在接到本刊回執3個月未接到稿件處理通知書，系該稿仍在審閱中。

{3}參考文獻盡可能使用近5年公開發表的文獻，數量在10—30條，采用順序編碼制著錄，依照其在文中出現的先后順序用阿拉伯數字標出，并將序號置于方括號中，排列于文后。

{4}每篇文稿均應標引3～8個中文及英文關鍵詞。

{5}來稿需注明作者的真實姓名、單位、地址、郵編、職務、專業等信息，寫明電子郵箱及電話以便聯系。凡學生來稿請務必注明學校、專業和年級。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社