1.一種互聯(lián)網(wǎng)文本數(shù)據(jù)聚類方法，包括以下步驟：
步驟a：利用主題模型對文本數(shù)據(jù)進(jìn)行訓(xùn)練，得到各個主題下所有關(guān)鍵詞的概率分布矩陣，并在文本集合中為對關(guān)鍵詞進(jìn)行分組；
步驟b：根據(jù)關(guān)鍵詞的分組重新組織文本數(shù)據(jù)的特征集，得到包含關(guān)鍵詞分組特征信息的新的文檔數(shù)據(jù)；
步驟c：在包含關(guān)鍵詞分組信息的新文檔數(shù)據(jù)上運(yùn)行雙層軟子空間聚類算法，生成聚類中心矩陣和樣本歸屬矩陣；
步驟d：重復(fù)n次步驟a至步驟c，得到多個聚類結(jié)果；
步驟e：在模型集合上運(yùn)行聚類集成算法，將多個聚類結(jié)果進(jìn)行集成，得到最終的聚類結(jié)果。
2.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類方法，其特征在于，在所述步驟a中，在主題模型中設(shè)置主題數(shù)量、聚類集成模型數(shù)據(jù)量和聚類簇的數(shù)量。
3.根據(jù)權(quán)利要求2所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類方法，其特征在于，在所述步驟a中，利用主題模型對文本數(shù)據(jù)進(jìn)行訓(xùn)練時，在文本數(shù)據(jù)集上運(yùn)行步驟1中設(shè)置的相應(yīng)主題數(shù)量的主題模型算法。
4.根據(jù)權(quán)利要求3所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類方法，其特征在于，在所述步驟c中，所述雙層軟子空間聚類算法采用FG-k-means算法。
5.根據(jù)權(quán)利要求4所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類方法，其特征在于，在所述步驟e中，所述將多個聚類結(jié)果進(jìn)行集成具體包括：將同一數(shù)據(jù)集下的多個聚類結(jié)果進(jìn)行融合，得到反應(yīng)所述數(shù)據(jù)集內(nèi)在結(jié)構(gòu)的劃分。
6.一種互聯(lián)網(wǎng)文本數(shù)據(jù)聚類系統(tǒng)，其特征在于，包括文本數(shù)據(jù)訓(xùn)練模塊、文本數(shù)據(jù)組織模塊、文檔數(shù)據(jù)計(jì)算模塊、聚類結(jié)果循環(huán)模塊和聚類結(jié)果集成模塊，所述文本數(shù)據(jù)訓(xùn)練模塊用于利用主題模型對文本數(shù)據(jù)進(jìn)行訓(xùn)練，得到各個主題下所有關(guān)鍵詞的概率分布矩陣，并在文本集合中為對關(guān)鍵詞進(jìn) 行分組；所述文本數(shù)據(jù)組織模塊用于根據(jù)關(guān)鍵詞的分組重新組織文本數(shù)據(jù)的特征集，得到包含關(guān)鍵詞分組特征信息的新的文檔數(shù)據(jù)；所述文檔數(shù)據(jù)計(jì)算模塊在包含關(guān)鍵詞分組信息的新文檔數(shù)據(jù)上運(yùn)行FG-k-means算法，生成聚類中心矩陣和樣本歸屬矩陣；所述聚類結(jié)果循環(huán)模塊用于重復(fù)文本數(shù)據(jù)訓(xùn)練、文本數(shù)據(jù)組織和文檔數(shù)據(jù)計(jì)算過程，得到多個聚類結(jié)果；所述聚類結(jié)果集成模塊用于在模型集合上運(yùn)行聚類集成算法，將多個聚類結(jié)果進(jìn)行集成，得到最終的聚類結(jié)果。
7.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類系統(tǒng)，其特征在于，所述文本數(shù)據(jù)訓(xùn)練模塊還用于在主題模型中設(shè)置主題數(shù)量、聚類集成模型數(shù)據(jù)量和聚類簇的數(shù)量。
8.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類系統(tǒng)，其特征在于，所述文本數(shù)據(jù)訓(xùn)練模塊在文本集合中為對關(guān)鍵詞進(jìn)行分組時，關(guān)鍵詞在某個主題下出現(xiàn)的概率較高證明此關(guān)鍵詞可以比較好的表達(dá)這個主題，將每個關(guān)鍵詞留在出現(xiàn)概率最高的主題下，得到固定數(shù)量的不同主題。
9.根據(jù)權(quán)利要求6或7所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類系統(tǒng)，其特征在于，所述雙層軟子空間聚類算法是FG-k-means算法。
10.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)文本數(shù)據(jù)聚類系統(tǒng)，其特征在于，所述聚類結(jié)果集成模塊將多個聚類結(jié)果進(jìn)行集成具體包括：將同一數(shù)據(jù)集下的多個聚類結(jié)果進(jìn)行融合，得到反應(yīng)所述數(shù)據(jù)集內(nèi)在結(jié)構(gòu)的劃分。