基于三支決策的重疊聚類方法研究.pdf

1、聚類分析是挖掘數(shù)據(jù)中潛在結(jié)構(gòu)的重要工具之一，它被廣泛應用在模式識別、生物科學、社會科學、心理學和數(shù)據(jù)挖掘等領(lǐng)域中。在網(wǎng)絡結(jié)構(gòu)分析、無線傳感器網(wǎng)絡和生物信息處理等領(lǐng)域中，普遍存在著類與類重疊的現(xiàn)象，即一個元素可能屬于多個類中。特別是在社交網(wǎng)絡中，一個用戶根據(jù)不同的興趣愛好，可能會是多個社區(qū)的成員，不同社區(qū)之間普遍存在重疊現(xiàn)象。因此，本文主要針對類與類之間存在重疊現(xiàn)象的聚類問題進行了研究。
　　 本研究基于決策粗糙集模型的三支決策，

2、借助區(qū)間集的表示形式對聚類的概念進行了重新描述。一個類（簇）被定義為一個區(qū)間集的形式，即由上界集合和下界集合描述;元素相應地被分為正域元素、邊界域元素和負域元素。也就是說，一個類（簇）不再是一個集合表示，而是由一對集合表示。處于正域的對象是肯定屬于該類的成員，處于負域的成員對象肯定不屬于該類，處于邊界域的成員可能屬于該類?；谌Q策的聚類，有利于解釋類與類之間的重疊現(xiàn)象，比如處于某個類的正域或邊界域的對象很可能也是另一個類的正域或邊界

3、域?qū)ο?。因此，類與類之間的重疊分類情況將更加多樣化。本文詳細分析了類與類之間可能存在的各種重疊情況，并且根據(jù)不同的重疊情況，定義了重疊度，根據(jù)重疊度給出不同情況下的類與類的合并策略。考慮到數(shù)據(jù)既有網(wǎng)絡型數(shù)據(jù)，也有關(guān)系型的數(shù)據(jù)，提出了一種兩步聚類思想，即:首先針對不同類型的數(shù)據(jù)提出不同的初始化聚類方法;再根據(jù)類與類之間的不同重疊類型，根據(jù)前面提出的聚類合并策略得到三支決策的聚類結(jié)果。隨后，根據(jù)網(wǎng)絡型數(shù)據(jù)和關(guān)系型數(shù)據(jù)不同的特點，分析其聚類結(jié)