基于綜合度量的劃分聚類研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展和中大型數(shù)據(jù)庫(kù)系統(tǒng)的出現(xiàn)，海量的數(shù)據(jù)被收集、存放在這些數(shù)據(jù)儲(chǔ)存庫(kù)中。但是，人們?nèi)匀粵](méi)有掌握強(qiáng)有力的工具去理解它們所帶來(lái)的潛在知識(shí)，這就導(dǎo)致了數(shù)據(jù)豐富、信息貧乏現(xiàn)象的出現(xiàn)。為此，學(xué)者們提出了數(shù)據(jù)挖掘技術(shù)。
　　 在數(shù)據(jù)挖掘領(lǐng)域，聚類分析作為統(tǒng)計(jì)學(xué)的一個(gè)分支，已經(jīng)被廣泛研究了許多年，研究?jī)?nèi)容主要集中在基于距離的聚類分析上，目前，其研究工作已經(jīng)集中在為大型數(shù)據(jù)庫(kù)的有效聚類分析尋找適當(dāng)?shù)姆椒?。研究主題主要集中在聚類

2、方法的可伸縮性、方法對(duì)具有復(fù)雜形狀和類型的數(shù)據(jù)聚類的有效性、高維聚類技術(shù)、以及針對(duì)大型數(shù)據(jù)庫(kù)中具有混合屬性數(shù)據(jù)和分類屬性數(shù)據(jù)的聚類方法。
　　 本文詳細(xì)介紹了數(shù)據(jù)挖掘技術(shù)，內(nèi)容包括數(shù)據(jù)挖掘技術(shù)基礎(chǔ)知識(shí)、研究對(duì)象、和任務(wù)。并且在此基礎(chǔ)上，對(duì)數(shù)據(jù)挖掘中的聚類分析作了詳細(xì)的介紹，主要從聚類分析中的數(shù)據(jù)結(jié)構(gòu)和數(shù)掘類型、主要聚類算法的分類、和常用的基于劃分的聚類算法。
　　 重點(diǎn)研究了分類屬性數(shù)據(jù)的K-Modes和K-Protot