摘要：蚁群聚类最早是由Deneubourg提出的一种仿生聚类方法，在聚类分析中得到广泛应用。本文在该算法的基础上提出一种基于精英适值保留的蚁群聚类算法，在一般蚁群聚类算法中引入精英保留机制，在每次算法的迭代中保留一定数量的优良解进入到下一次的循环中，以期提高算法的性能。为了验证算法的有效性，本文选择了两个数据集：数值数据集（iris）和一个文本数据集，用两个外部评价指标进行评判。实验结果表明，新算法的性能能够得到有效提高。

关键词：文本聚类 蚁群算法 蚁群聚类 文本挖掘 

单位：中国科学院文献情报中心 北京100190 广东技术师范学院计算机科学学院 广东广州510665 中国科学院研究生院 北京100049