DOCUMENT CLUSTERING USING K-MEANS AND HYPERSPHERICAL FUZZY C-MEANS ALGORITHMS

Abstract

Web pages have became a big data repository, with rapid grow in Internet. For these reason, interest to data mining in the field of searching in web pages and analyzing user profile is increased. Document mining is preferred to get necessary knowledge from documents on web pages.  In this study, k-means and hyperspherical fuzzy c-means algorithms were applied to web documents and clustering performances were investigated comparatively using three data sets which have web documents. Our results show that clustering feature of hyperspherical fuzzy c-means algorithm is better than k-means algorithm.

Keywords

• Data mining, Document mining, clustering, K-means, Hyperspherical Fuzzy c-means

K-MEANS VE AŞIRI KÜRESEL C-MEANS ALGORITMALARI İLE BELGE MADENCİLİĞİ

Abstract

İnternetin gittikçe yaygınlaşması ve boyutlarının çok genişlemesi web sayfalarının büyük bir veri deposu haline gelmesine ve karmaşıklığının artmasına neden olmuştur. Bu nedenlerle web’de arama yapma ve kullanıcı profili çıkarma alanlarında veri madenciliğine ilgi artmıştır. Web sayfalarında bulunan belgeler içinde gerekli bilgiyi elde etmede kullanılan veri madenciliği yöntemlerinden birisi de belge madenciliğidir. Bu çalışmada, web belgesi içeren üç ayrı veri seti kullanılarak k-means ve aşırı küresel bulanık c-means algoritmalarının kümeleme başarıları karşılaştırılmalı olarak incelendi. Aşırı küresel bulanık c-means algoritmasının kümeleme başarısı, k-means algoritmasından daha iyi çıkmıştır.

Keywords

• Veri Madenciliği, Belge Madenciliği, kümeleme, k-means, Aşırı Küresel Bulanık c-means

References

1. Fayyad, U.M.; Piatetsky-Shapiro, G.; Smyth, R.; Uthurusamy, R.: “Advances in Knowledge Discovery and Data Mining”, AAAI/MIT Pres, CA, 1996.
2. Han, J.; Kamber, M.: “Data Mining Concepts and Techniques”, Morgan Kauffmann Publishers Inc., 2006.
3. Pang-Ning Tan, P.N.; Steinbach, M.; Kumar, V.: “Introduction to Data Mining”, Addison Wesley, Mart 2006.
4. Jain, A.K.; Murty, M.N.; Flynn, P.J.: “Data Clustering: A Review”, ACM Computing Surveys, Vol. 31, No 3, September 1999.
5. Gerçek veri setlerinin kaynağı : Işık, D.; Dolu, O.; Özbek, U.: “Web Sayfalarının Özelliklerini Elde Eden ve Web Sayfaları Benzerlik Ölçütlerini Karşılaştıran Uygulama”, Lisans Tezi, İstanbul Teknik Üniversitesi, (2006)
6. Robertson, S.E.; Jones, K. Sparck: “Simple, proven approachesto text retrieval”, Technical Report Number 356, Computer Laboratory, UCAM-CL-TR-356, 1994.
7. Kaufman, L.; Rousseeuw, P. J.: “Finding Groups in Data: an Introduction to Cluster Analysis”, John Wiley and Sons, 1990.