基于累積平均密度的聚類(lèi)算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展和數(shù)據(jù)庫(kù)技術(shù)的成熟，數(shù)據(jù)挖掘開(kāi)始走進(jìn)人們的視野。興起于上個(gè)世紀(jì)90年代，經(jīng)過(guò)20多年的不斷研究與完善，數(shù)據(jù)挖掘技術(shù)已經(jīng)形成了一套系統(tǒng)的理論，并開(kāi)發(fā)了一些比較成熟的數(shù)據(jù)挖掘工具，積累了大量成功的行業(yè)案例應(yīng)用經(jīng)驗(yàn)。
　　作為數(shù)據(jù)挖掘的一項(xiàng)主要處理方法和重要研究課題，聚類(lèi)分析技術(shù)也為眾多企業(yè)和研究機(jī)構(gòu)所熟知。特別是隨著互聯(lián)網(wǎng)的普及，人們的生活方式發(fā)生了很大的轉(zhuǎn)變。電子郵件、微博和3G等技術(shù)使得人們信息的溝通與交流更多

2、地依賴(lài)于網(wǎng)絡(luò)。人們的日常生活和行為產(chǎn)生了大量的數(shù)據(jù)，也依賴(lài)于其中的部分?jǐn)?shù)據(jù)。聚類(lèi)分析為人們提供了一個(gè)方便、安全和可靠的工具，幫助人們進(jìn)行信息檢索、欺詐屏蔽和客觀預(yù)測(cè)等?；诿芏鹊木垲?lèi)是聚類(lèi)分析中的一個(gè)重要方法，很多學(xué)者對(duì)其進(jìn)行了研究并提出了相應(yīng)的算法，DBSCAN算法是其中的一種經(jīng)典算法。本文對(duì)聚類(lèi)分析技術(shù)進(jìn)行了詳細(xì)探討，分析其在理論和應(yīng)用上的優(yōu)劣，并在DBSCAN算法的基礎(chǔ)上，引入累積平均密度的概念，提出了一種基于DBSCAN算法的改

3、進(jìn)方案，并對(duì)其進(jìn)行實(shí)驗(yàn)和應(yīng)用測(cè)試，驗(yàn)證其正確性和現(xiàn)實(shí)意義。
　　本文對(duì)基于密度的聚類(lèi)方法做了深入細(xì)致地研究，主要內(nèi)容可以概括為以下幾個(gè)方面：
　　(1)檢索和查閱文獻(xiàn)，綜合了解了數(shù)據(jù)挖掘的主要概念、基本原理、處理步驟、常用技術(shù)和方法以及研究現(xiàn)狀和應(yīng)用情況。詳細(xì)研究了聚類(lèi)分析技術(shù)，著重介紹了各種聚類(lèi)方法，并分析和總結(jié)了各自的效果和性能。
　　(2)在數(shù)據(jù)挖掘和聚類(lèi)分析相關(guān)理論的基礎(chǔ)上，詳細(xì)分析了DBSCAN算法的基本思路

4、和存在的不足，并針對(duì)其參數(shù)敏感性和對(duì)簇相連的數(shù)據(jù)集聚類(lèi)效果不理想的問(wèn)題，提出了一種基于累積平均密度的改進(jìn)算法，采用容納因子來(lái)對(duì)簇合并提供依據(jù)，從而提高了聚類(lèi)效果。
　　(3)將改進(jìn)算法應(yīng)用到網(wǎng)頁(yè)正文提取中，提出了一種基于密度聚類(lèi)的網(wǎng)頁(yè)正文提取模型。通過(guò)網(wǎng)頁(yè)預(yù)處理、數(shù)據(jù)轉(zhuǎn)換和聚類(lèi)分析等步驟來(lái)實(shí)現(xiàn)網(wǎng)頁(yè)正文提取。并編寫(xiě)了應(yīng)用程序來(lái)對(duì)其有效性進(jìn)行實(shí)驗(yàn)驗(yàn)證。
　　研究結(jié)果表明，相比于DBSCAN算法，基于累積平均密度的聚類(lèi)算法，具有一