聯(lián)合聚類(lèi)算法研究及應(yīng)用.pdf

1、聚類(lèi)分析技術(shù)以研究對(duì)象之間的相似性為基礎(chǔ),將具有類(lèi)似模式的對(duì)象在茫茫的數(shù)據(jù)集中聚集成多個(gè)不同的類(lèi)。多年來(lái),聚類(lèi)分析是被國(guó)內(nèi)外專家學(xué)者深入研究和學(xué)習(xí),提出了很多優(yōu)秀的方法,取得了很多不錯(cuò)的成果,使得這項(xiàng)效果顯著、功能強(qiáng)大的數(shù)據(jù)挖掘分析技術(shù)得到了很大的發(fā)展。近年來(lái),隨著計(jì)算機(jī)技術(shù)的日新月異,互聯(lián)網(wǎng)行業(yè)的飛速發(fā)展,數(shù)據(jù)信息越來(lái)越豐富,規(guī)模越來(lái)越龐大,人們逐漸的發(fā)現(xiàn),傳統(tǒng)的基于單一類(lèi)型的聚類(lèi)技術(shù)由于其自身存在的伸縮性能較差、處理多類(lèi)型數(shù)據(jù)能力匱

2、乏等缺點(diǎn),已經(jīng)越來(lái)越不能滿足用戶的需求。在這樣的背景下,針對(duì)二類(lèi)型乃至多類(lèi)型數(shù)據(jù)的聯(lián)合聚類(lèi)技術(shù)應(yīng)運(yùn)而生。
　　 多類(lèi)型聯(lián)合聚類(lèi)技術(shù)近年來(lái)吸引了越來(lái)越多的眼球,這項(xiàng)技術(shù)應(yīng)用廣泛,能在基因分析、搜索引擎、電子商務(wù)等多個(gè)領(lǐng)域發(fā)揮極大的作用,但其發(fā)展仍然有很大局限性和不成熟性。本文就此課題開(kāi)展研究,主要做了四方面的工作:(1)簡(jiǎn)單的介紹了聚類(lèi)分析技術(shù)的歷史背景、研究意義以及國(guó)內(nèi)外的研究現(xiàn)狀,深入分析已有的聚類(lèi)分析技術(shù)的發(fā)展情況,仔細(xì)剖析

3、了這些技術(shù)的優(yōu)缺點(diǎn)。(2)基于對(duì)這些已有的優(yōu)秀的聚類(lèi)技術(shù)的分析和理解,本文建立了一種基于EM迭代更新的非負(fù)矩陣分解(Tri-NMF)的模型,該模型結(jié)合了復(fù)雜譜圖劃分原理以及基于準(zhǔn)則劃分原理的長(zhǎng)處,同時(shí)加入權(quán)重調(diào)整因子,使得模型在綜合了兩者優(yōu)點(diǎn)的同時(shí)又能針對(duì)不同的數(shù)據(jù)進(jìn)行靈活的調(diào)整。(3)在此模型的理論基礎(chǔ)之上,建立了一套基于Tri-NMF模型的聯(lián)合聚類(lèi)算法族,囊括了二類(lèi)型乃至多類(lèi)型數(shù)據(jù)聯(lián)合聚類(lèi)的硬分析方法和軟分析方法。(4)為了驗(yàn)證系統(tǒng)