Text Clustering using Frequent Contextual Termset

Abstract

We introduce frequent contextual termset (FCT) as an alternative concept of termset construction for text clustering which is produced from the interestingness of documents. Comparing to state-of-art termset, the proposed approach has some advantages: (1) more efficient in termset production (2) more effective in storing the vocabulary amongst documents which express the context amongst documents and (3) more suitable to discover specificity of dataset. To utilize FCT we also introduce frequent contextual termset based hierarchical clustering (FCTHC) which adopts the concept of centroids in K-means with some main differences. The experiment shows that FCT is the correct pattern to perform text clustering and FCTHC provides flexible approach in clusters construction.

Evaluasi Pendampingan Branding berbasis Platform Digital bagi UMKM se-Malang Raya

“…Klasterisasi data adalah proses mengelompokkan titik-titik data ke dalam klaster-klaster, sehingga sebuah klaster berisi titik-titik data yang saling mirip, dan klaster satu dan lainnya berisi titik data yang tidak mirip [11], [12]. Klasterisasi bertujuan untuk mempersempit ruang pengamatan yang luas, menjadi lebih sempit melalui klaster-klaster.Klasterisasi adalah metode pembelajaran tanpa pembimbingan (unsupervised learning), karena label atau ciri dari klaster tidak diketahui sebelumnya; sebaliknya, klasterisasi akan membantu analis menemukan insight atau pengetahuan yang menjadi ciri tiap klaster [13].…”