面向區(qū)域信息的多密度聚類算法設(shè)計與實現(xiàn).pdf

1、隨著移動終端和地理位置服務(wù)的普及，互聯(lián)網(wǎng)用戶的位置信息更容易被獲得和積累。分析潛藏在大量用戶數(shù)據(jù)中的區(qū)域信息能使企業(yè)更好地實現(xiàn)資源管理、人員分配和服務(wù)站點建設(shè)，減少因依據(jù)行政區(qū)域資源配置而導(dǎo)致的浪費。
　　本文以國內(nèi)某知名分類信息平臺移動端經(jīng)緯度數(shù)據(jù)為研究對象，實現(xiàn)面向區(qū)域信息的類目排序個性化。因該平臺市場覆蓋程度和用戶分享頻次不同，經(jīng)緯度數(shù)據(jù)在地域上的分布密度差距較大?，F(xiàn)有的聚類算法大多致力于發(fā)現(xiàn)任意形狀、大小的簇，很難處理密度

2、差別較大的數(shù)據(jù)集，而多密度聚類算法能有效解決這一問題。但是現(xiàn)有的多密度聚類算法區(qū)分稀疏單元和稠密單元的閾值需人工輸入，且算法對參數(shù)非常敏感，存在一定局限性。此外，大多數(shù)的多密度聚類缺乏對網(wǎng)格內(nèi)部數(shù)據(jù)的觀測，導(dǎo)致聚類精度較低。
　　針對網(wǎng)格算法需人工參與的問題，提出了一種自動計算稀疏單元閾值的方法。該方法將圖像分割思想與網(wǎng)格聚類算法相結(jié)合，能夠根據(jù)數(shù)據(jù)空間自動計算稀疏單元閾值。實驗證明該方法能夠有效剔除大面積稀疏網(wǎng)格。為了更好地應(yīng)對

3、多密度數(shù)據(jù)，提出一種新的多密度網(wǎng)格聚類算法。算法通過窗口檢測和網(wǎng)格質(zhì)心觀測網(wǎng)格內(nèi)部數(shù)據(jù)。實驗證明該算法能夠應(yīng)對多密度數(shù)據(jù)，在發(fā)現(xiàn)任意形狀、大小簇的同時，具有較好的時間效率，并能普遍應(yīng)用于各種數(shù)據(jù)集。
　　基于以上研究，設(shè)計并實現(xiàn)了分類信息平臺基于類目的區(qū)域信息發(fā)現(xiàn)實例。根據(jù)業(yè)務(wù)目標選取數(shù)據(jù)維度，經(jīng)過數(shù)據(jù)清洗、數(shù)據(jù)預(yù)處理過程，使數(shù)據(jù)質(zhì)量滿足聚類要求后，采用本文提出的多密度聚類算法完成區(qū)域信息的發(fā)現(xiàn)。最后調(diào)用百度地圖開放接口進行數(shù)據(jù)展