基于選擇偏好的組合聚類算法研究與實(shí)現(xiàn).pdf

1、群組劃分是指將集合中的個(gè)體依據(jù)一定的規(guī)則劃分成若干個(gè)具有獨(dú)立意義的子集合的過程，劃分后每個(gè)群組中包含一個(gè)或多個(gè)個(gè)體。服務(wù)消費(fèi)者群體劃分是指在電子商務(wù)背景下，依據(jù)服務(wù)消費(fèi)者在選擇服務(wù)提供者提供的產(chǎn)品或服務(wù)時(shí)表現(xiàn)出的選擇偏好，將服務(wù)消費(fèi)者劃分為若干個(gè)群組的過程。群組劃分問題通常的解決方法之一是選用聚類算法。目前的聚類算法在處理群組劃分問題時(shí)，多側(cè)重于使用一種單獨(dú)的聚類算法，但單一的聚類算法往往存在不同程度的缺陷，同時(shí)，在處理大規(guī)模數(shù)據(jù)時(shí)，串

2、行的計(jì)算模型可能需要巨大的時(shí)間開銷。對(duì)此，本論文進(jìn)行了以下幾個(gè)方面的工作:
　　1)分析了相關(guān)的單一聚類算法:論文詳細(xì)介紹了基于劃分的聚類算法中k-means算法以及近鄰傳播(Affinity Propagation)算法的算法思想、實(shí)現(xiàn)步驟，并分析了在解決服務(wù)消費(fèi)者群組劃分問題時(shí)這兩種算法表現(xiàn)出的優(yōu)劣勢(shì)。
　　2)提出了兩種組合聚類算法:組合聚類AAK(Affinity Propagation+AffinityPropag

3、ation+ k-means)算法、組合聚類AKK(Affinity Propagation+k-means+k-means)算法。論文詳細(xì)介紹了這兩種算法的算法思想和實(shí)現(xiàn)步驟，重點(diǎn)突出組合聚類算法的優(yōu)越性:既不需要事先輸入目標(biāo)聚類數(shù)，又具有較高劃分準(zhǔn)確率。
　　3)實(shí)現(xiàn)了組合聚類算法的MapReduce并行化模型:論文介紹了高階MapReduce順序鏈接技術(shù)，并采用該技術(shù)建立了兩種組合聚類算法的并行執(zhí)行模型，實(shí)現(xiàn)了組合聚類算法的