基于数据挖掘的聚类算法研究.pdfVIP

第 25 卷第 3 期 计 　算 　技 　术 　与 　自 　动 　化 Vol 25 ,No 3 2 0 0 6 年 9 月 Computing Technology and Automation 　Sep. 2 0 0 6 ( ) 文章编号 :1003 - 6199 2006 03 - 0041 - 05 基于数据挖掘的聚类算法研究 1 2 李秀芳 , 李志成 ( 1. 湖南商学院 计算机与电子工程系 ,湖南 长沙　410205 ;2. 创智信息技术有限公司 ,湖南 长沙　410007) 摘 　要 :随着数据信息的积累 ,如何从这些海量信息中有效地提取所需要的知识成为当前数据挖掘的 　　 重要内容。聚类作为数据挖掘的重要工具 ,通过将数据划分成多个类 ,使得类内数据尽可能相似 ,而类间数 据的相似度尽可能小 , 已成为研究热点。本文总结在数据挖掘中的聚类算法 ,针对聚类中所存在的问题进 行归纳 ,并对未来的研究进行了展望。 关键词 :聚类 ;数据挖掘 ;支持向量聚类 中图分类号: TP181 　　　　　　文献标识码 :A Survey of Clustering Algorithms Based on Data Mining L I Xiufang , L I Zhicheng ( 1. Department of computer and electronic engineering , Hunan Business College , Changsha 　410205 ,China ; 2. Chuangzhi Information Technology Co. Ltd , Changsha 　410007 ,China) 　　Abstract :With acceleration of electronic data , how to effectively extract knowledge interested by users has been become an important issue in data mining. As one of important tools in data mining , clustering algorithm , which groups the data into many subsets according to the similarity between objects , has been a topic issue. This paper summarizes some typical clustering algo rithms , analyses some issues in clustering , and shows the future work of clustering algorithms. Key words :clustering ; data mining ; support vector clustering 一样 ,最粗略的分类方法是根据产生类的性质分成 1 　引 　言 两类[2 ] :分层聚类方法和分块聚类方法。在本文 中 ,我们主要将聚类算法分成 : 分层聚类、分块聚 数据挖掘用于从超大规模数