分類數(shù)據(jù)的增量聚類算法研究與應(yīng)用.pdf

1、聚類分析作為重要的數(shù)據(jù)挖掘技術(shù)，已在電信、市場、金融、醫(yī)學(xué)、科研和互聯(lián)網(wǎng)等諸多領(lǐng)域得到廣泛應(yīng)用。聚類就是根據(jù)相似性把對象劃分成組的過程。聚類分析的數(shù)據(jù)可分為數(shù)值數(shù)據(jù)和分類數(shù)據(jù)等。傳統(tǒng)聚類算法對數(shù)值數(shù)據(jù)研究得比較多，涉及的聚類相似性度量也較簡單，往往是基于數(shù)值數(shù)據(jù)固有的距離意義，對分類數(shù)據(jù)聚類的效果并不明顯。同時，傳統(tǒng)聚類算法和現(xiàn)有針對分類數(shù)據(jù)的聚類算法沒有考慮屬性以及屬性值在聚簇的不平衡性，認為所有屬性值對聚簇的形成起同等決定作用。一個

2、好的聚類結(jié)果應(yīng)該滿足相同聚簇的對象盡可能相似，不同聚簇的對象盡可能相異，對于分類數(shù)據(jù)而言，在某聚簇占優(yōu)的屬性值，在其它聚簇出現(xiàn)的概率應(yīng)該相對較小。同時，聚簇的屬性值是不平衡的，普遍出現(xiàn)在各個聚簇的屬性值是不重要的，計算聚類相似性時應(yīng)賦予較小的權(quán)重?；谝陨蟽牲c，本文提出新的分類數(shù)據(jù)相似性度量。
　　 現(xiàn)實中分類數(shù)據(jù)集不僅具有維度高、規(guī)模大的特點，而且還有動態(tài)增長和更新的特點。對分類數(shù)據(jù)聚類宜采用增量的聚類方式，充分利用已有的聚類