基才高维聚类分析方法的读者群划分研究.pdfVIP

第 期 情 报 杂 志 V01．29 No．1 2010年 1月 JOURNALOFINTELLIGENCE Jan． 2010 基才高维聚类分析方法的读者群划分研究 ResearchnotheConstructionofLibraryReader——groupsBased011 HighDimens ionalSparseClusteringAnalyzingM ethod 熊 拥 军 (中南大学图书馆 长沙 410083) 摘 要 针对图书馆读者群数据的高维特征，选择高维数据聚类算法来解决图书馆读者群划分问题。详细分析基 于高维数据聚类的读者群划分方法，以某高校 图书馆读者借阅事务数据为例 ，通过读者群划分实验表明，此方法可 有效识别借阅行为相似读者群，在图书馆信息管理与服务中具有一定的应用价值。 关键词 高维数据 数据聚类 读者群 中图分类号 TP391．41 文献标识码 A 文章编号 1002—1965{2009)01—0042—04 维聚类的范畴。本文引人基于稀疏特征向量的聚类算 1 图书馆读者群划分问题 法 (ClusteringAlgorithm BasedonSparseFeatureVec． 聚类用于发现数据对象集合 中未知的对象群，这 tor，CABOSFV)[，用于求解二元变量的读者高维稀疏 种划分类的依据是对象间的相似度，相似度是根据描 聚类问题。 述对象的属性值来计算的，而这与各对象在各维的取 2 高维稀疏聚类算法 值密切相关…。假设有 个对象，描述每个对象的属 性有 m个 ，每一个属性对应一个维，那么对这 个对 在现有的聚类算法中，有基于密度的CLIQUE算 象的聚类就是一个 维的聚类问题。当 比较大时， 法和基于层次的CURE算法具有高维数据处理的能 该聚类问题就是一个高维聚类问题。 力 ，但是 CLIQUE算法的聚类质量不是很好 ，c1 E 在图书馆，读者群是指具有相似兴趣和知识爱好 算法的计算效率 比较低。文献[3]提出CABOSFV聚 的读者集合 J。科学合理的对读者群进行划分 ，了解读 类算法定义了一种新的差异度计算方法 ，对数据进行 者群的文献需求，可为读者服务工作提供有用的信息。 了有效压缩 ，并且只需对数据进行一次扫描就可以生 传统的读者群划分方法是以读者院系、专业、地区、性 成聚类效果，减少了数据处理量和计算量，可以获得比 别、年龄等为条件，将读者归类为一个个虚拟的同属性 较高的算法速率。 群体，并未考虑读者的Et常图书借阅行为，无法合理 、 2．1 CABOSFV算法思想及相关概念 CABOSFV 有机地把具有相似借阅特征的各类读者予以重组。 算法的主要思想是L4j：a．CABOSFV聚类算法针对二 在读者图书借阅事务 中，由于读者借阅图书的种 元变量高维稀疏聚类问题 ，提出一种新的差异度计算 类繁多，因此读者借阅图书信息的记录就成 了高维数 方法，即 “集合的稀疏差异度 (SparesFeatuerDistance， 据。假定某个图书馆有2万名读者和50万种图书，为了 SFD)”，其反映的是一个集合内对象间的相似程度。 分析读者的借阅行为，需要根据读者的借阅行为对读 b． OSFV聚类算法对数据进行了有效压缩，其压 者进行聚类。读者是聚类的对象，各种图书的借阅情况