基于SEAM算法的集成聚類(lèi)及在文本應(yīng)用中的研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)的快速發(fā)展，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。聚類(lèi)分析是數(shù)據(jù)挖掘中的重要分支之一，是一種數(shù)據(jù)劃分的重要手段和方法。聚類(lèi)的應(yīng)用是非常廣泛的，無(wú)論是在商務(wù)領(lǐng)域，還是在生物學(xué)、Web文檔分類(lèi)、圖像處理等其它領(lǐng)域，都得到了有效的應(yīng)用。 雖然有些聚類(lèi)算法已經(jīng)得到了廣泛應(yīng)用，但由于一般聚類(lèi)分析算法對(duì)數(shù)據(jù)集都有諸多的限制，所以很難找到一種算法適合所有的數(shù)據(jù)集。由此，聚類(lèi)集成算法應(yīng)運(yùn)而生。聚類(lèi)集成是將多個(gè)對(duì)同一組對(duì)象的不同劃分進(jìn)行合

2、并，而不使用對(duì)象原有的特征。實(shí)驗(yàn)證明，該方法能夠得到比單一算法更為優(yōu)越的結(jié)果，但集成聚類(lèi)遠(yuǎn)未達(dá)到成熟的地步，如關(guān)鍵參數(shù)的確定、共識(shí)函數(shù)的設(shè)計(jì)等問(wèn)題。在前人工作的基礎(chǔ)上，本文所做的工作如下： 1．在深入了解集成聚類(lèi)算法的基礎(chǔ)上，設(shè)計(jì)出一種新的集成聚類(lèi)算法，基于SEAM（Squared Error Adjacent Matrix）算法的集成聚類(lèi)，簡(jiǎn)稱(chēng)為ESEAM算法（Ensemble method based on SEAM）。首先

3、得到數(shù)據(jù)集的多個(gè)聚類(lèi)結(jié)果，即得到聚類(lèi)成員的集體；然后根據(jù)聚類(lèi)成員的集體，得到可以反映原數(shù)據(jù)集分布的一個(gè)相似矩陣；最后，將SEAM算法應(yīng)用在這個(gè)相似矩陣中，得到最終的聚類(lèi)劃分。文中通過(guò)實(shí)驗(yàn)驗(yàn)證了該算法的有效性。 2．本文還對(duì)聚類(lèi)分析的應(yīng)用領(lǐng)域之一文本挖掘進(jìn)行了研究。將文中所提出的ESEAM算法應(yīng)用于文本中，并對(duì)實(shí)驗(yàn)結(jié)果做了分析。 由于集成聚類(lèi)算法可以集成多個(gè)聚類(lèi)算法得到的結(jié)果，而在給定相似矩陣的情況下，SEAM算法可以自動(dòng)