دسته بندي متون يکي از شاخه هاي متن کاوي است که به طور خودکار متون را طبقه بندي مينمايد. تاکنون روشهاي مفيد بسياري
KNN نزديکترين همسايه يا K با رويکرد رده بندي مبتني بر ناظر براي دسته بندي متون معرفي شده اند. در بين اين روشها الگوريتم
به طور وسيع مورد استفاده قرار ميگيرد،که به علت سادگي و بي پارامتر بودن و کارايي دسته بندي(دقت دسته بند ي) آن يک ي از
ميکاهد. خوشه - KNN پيچيدگي محاسباتي بالايي دارد و اين نقيصه از کاربردي بودن KNN بهترين روشها است. اما روش سنتي
بندي يک راه حل براي اين مشکل است، به اين روش که تعداد نمونه هاي يادگيري در دسته بندي را کاهش مي دهد و به اين طريق
راکه قبلا KNN ازپيچيدگي زماني محاسبات ميکاهد. در اين مقاله ، ما يکي از روشهاي ساده مبتني براي خوشه بند ي الگور يتم
پيشنهاد شده است، انتخاب کرده ايم .اين روش بوسيله خوشهبندي پيچيدگي زماني را تا حد زيادي کاهش ميدهد ولي مقدار ي از
را کاهش KNN در الگور يتم K کارايي دسته بندي ميکاهد. ما يک مقدار وزني به مرکز خوشه ها نسبت ميدهيم و همچنين مقدار
نشان ميدهد که اين روش ميتواند کارايي دسته بند ي را افزا يش ميدهيم.