基于圖論的符號(hào)型數(shù)據(jù)聚類(lèi)算法研究.pdf

1、聚類(lèi)是數(shù)據(jù)挖掘中重要的組成部分，是一種無(wú)監(jiān)督的學(xué)習(xí)。聚類(lèi)算法是將一組分布未知的數(shù)據(jù)進(jìn)行分類(lèi)，盡可能地使得同一類(lèi)中的數(shù)據(jù)具有相同的性質(zhì)，而不同類(lèi)的數(shù)據(jù)其性質(zhì)各異。近年來(lái)，隨著人們對(duì)聚類(lèi)技術(shù)的不斷研究，聚類(lèi)分析在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等很多領(lǐng)域已經(jīng)成為人們進(jìn)行數(shù)據(jù)分析和信息提取的研究熱點(diǎn)。針對(duì)數(shù)值型數(shù)據(jù)的聚類(lèi)已經(jīng)進(jìn)行了大量的研究，在實(shí)際應(yīng)用中符號(hào)型數(shù)據(jù)仍然廣泛存在，并且數(shù)值型數(shù)據(jù)的聚類(lèi)算法不能直接應(yīng)用于符號(hào)性數(shù)據(jù)，因此，符號(hào)性數(shù)據(jù)的聚類(lèi)算法成為

2、近年來(lái)的研究熱點(diǎn)。
　　本文利用圖的相關(guān)理論對(duì)符號(hào)型數(shù)據(jù)聚類(lèi)算法進(jìn)行了深入研究，主要研究成果如下:
　　(1)根據(jù)符號(hào)型數(shù)據(jù)的特征，結(jié)合圖論的相關(guān)概念，提出了一個(gè)把符號(hào)型數(shù)據(jù)轉(zhuǎn)化為無(wú)向圖的轉(zhuǎn)化模型，該模型有利于更好地研究符號(hào)型數(shù)據(jù)聚類(lèi)算法，有一定實(shí)際價(jià)值。
　　(2)在轉(zhuǎn)換后的無(wú)向圖基礎(chǔ)上，通過(guò)圖聚類(lèi)領(lǐng)域的相關(guān)理論，給出了字符型數(shù)據(jù)中不同屬性值之間相似性度量，并將該相似性度量應(yīng)用于K-Modes算法，實(shí)驗(yàn)結(jié)果表明，該相

3、似性度量?jī)?yōu)于0-1相似性度量。
　　(3)設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于符號(hào)型數(shù)據(jù)的聚類(lèi)實(shí)驗(yàn)系統(tǒng)。該系統(tǒng)基于B/S結(jié)構(gòu)，Apache2.2.4+PHP5.2.9+Mysq(l)5.0技術(shù)開(kāi)發(fā)而成，采用了最新的web2.0理念和技術(shù)。本系統(tǒng)具有穩(wěn)定性，交互性，可擴(kuò)展性等特點(diǎn)，該系統(tǒng)的建立為符號(hào)型數(shù)據(jù)聚類(lèi)研究提供了一個(gè)橫向比較平臺(tái)，具有一定的應(yīng)用意義。
　　總之，本文以圖聚類(lèi)理論為研究手段，以符號(hào)型數(shù)據(jù)聚類(lèi)為研究目標(biāo)，提出了一種新的符號(hào)型