融合實(shí)例層和屬性知識(shí)的半監(jiān)督聚類及應(yīng)用研究.pdf

1、作為一種重要的數(shù)據(jù)挖掘技術(shù)，聚類自發(fā)將相似的物體劃分在一起，而將差別較大的物體劃分開。傳統(tǒng)的聚類算法基于無(wú)監(jiān)督學(xué)習(xí)機(jī)制，僅依據(jù)某種特定的距離或相似度進(jìn)行劃分。然而，無(wú)監(jiān)督學(xué)習(xí)機(jī)制使傳統(tǒng)的聚類算法不能融合和滿足用戶提出的要求，并且聚類結(jié)果常常難以理解，準(zhǔn)確性和穩(wěn)定性也較低。為了改善、解決這些問(wèn)題，許多研究者提出了半監(jiān)督聚類算法。通過(guò)少量先驗(yàn)知識(shí)的融合即可有效輔助聚類，提升用戶的滿意度及聚類劃分的可理解性。
　　 作為一種重要的先驗(yàn)

2、信息，成對(duì)約束描述了物體間關(guān)聯(lián)和非關(guān)聯(lián)關(guān)系。相比于標(biāo)簽，成對(duì)約束與聚類的定義更加吻合。在實(shí)際應(yīng)用中，除了給定成對(duì)約束這種實(shí)例層知識(shí)，用戶往往還會(huì)提供屬性層知識(shí)。作為一種有效的屬性層知識(shí)，屬性排序能夠表示屬性之間的重要性程度差異。通過(guò)融合屬性排序形式的屬性層知識(shí)，可使重要屬性的作用變得明顯，從而獲得令人滿意的結(jié)果。
　　 在實(shí)際中，同時(shí)利用這兩種不同種類的先驗(yàn)信息，往往能夠得到更好的聚類效果。為此，本文探討了融合實(shí)例層和屬性層兩種

3、知識(shí)進(jìn)行半監(jiān)督聚類的問(wèn)題，主要工作包括：
　　 (1)提出了一種基于測(cè)度學(xué)習(xí)策略融合成對(duì)約束形式的實(shí)例層知識(shí)和屬性排序形式的屬性層知識(shí)的半監(jiān)督聚類算法。通過(guò)構(gòu)建優(yōu)化問(wèn)題同時(shí)融合實(shí)例層和屬性層知識(shí)，利用優(yōu)化問(wèn)題求解得到屬性權(quán)重、獲取新的距離度量，最終采用新的距離度量對(duì)數(shù)據(jù)集進(jìn)行劃分。實(shí)驗(yàn)結(jié)果證實(shí)了該算法的有效性。
　　 (2)提出了一種基于屬性選擇的實(shí)例層和屬性層知識(shí)融合的半監(jiān)督聚類框架。該框架按先后順序融合成對(duì)約束形式的

4、實(shí)例層知識(shí)和屬性排序形式的屬性層知識(shí)。首先，基于測(cè)度學(xué)習(xí)策略融合成對(duì)約束以得到初始屬性權(quán)重；然后，依據(jù)初始屬性權(quán)重進(jìn)行屬性選擇，并添加屬性排序，采用基于距離度量和軟約束的策略學(xué)習(xí)兩種知識(shí)。實(shí)驗(yàn)結(jié)果證實(shí)了該框架優(yōu)于僅融合一種知識(shí)(實(shí)例層知識(shí)或?qū)傩詫又R(shí))的半監(jiān)督聚類算法，且優(yōu)于基于測(cè)度學(xué)習(xí)策略融合實(shí)例層和屬性層知識(shí)的半監(jiān)督聚類框架。
　　 (3)提出了一種融合成對(duì)約束形式的實(shí)例層知識(shí)和重要詞形式的屬性層知識(shí)的半監(jiān)督文本聚類方法。采