定性数据的聚类方法及应用探析.pdfVIP

摘 要 “物以类聚，人以群分”，对事物进行分类，是人们认识事物的出发点，也是 人们认识世界的一种重要方法，因此，分类学已成为人们认识世界的--i,-j基础科 学。随着多元统计分析的不断发展和完善，从数值分类学中逐渐分离出了聚类分 析方法，其理论和应用都得到了迅速的发展。 聚类分析是数据挖掘中重要而活跃的一个研究领域，无论是计算机领域，还 是在统计分析领域，聚类分析都是数据预处理的有力工具，都形成了不同种类的 聚类方法，如系统聚类法、K均值聚类法、PAM算法、BRICH算法等等。 从目前的聚类方法看，大多数的方法都是基于数据问的距离和相似度来进行 分析的，这要求所分析的数据必须是可以测度的，必须是定量的数据，但是随着 计算机和电子信息技术的不断发展以及Intemet和各种局域网的广泛普及，人们 获得的数据正在以前所未有的速度急剧增加，这其中就包含了大量的定性数据， 这使得传统的聚类方法无法有效地处理定性数据。基于此，本文分别从粗糙集分 析、逻辑运算分析、秩分析和列联表分析等四个角度深入探讨并阐述了定性数据 的聚类方法及其基本思想。 文章的第一章首先简要阐述了聚类分析的基本概念和常用的聚类分析方法， 并综述了国内外对定性数据聚类方法这一领域的研究成果，并概括地提出了本文 的研究框架和研究内容。 本文在第二章中首先从粗糙集的角度探讨了定性数据的聚类问题，利用粗糙 集分析中属性重要性的概念，提出了基于属性重要性的定性数据聚类方法。 在对逻辑运算这个概念进行剖析时，发现它与定性数据聚类问题有着很好的 切入点，因此，本文在第三章中把逻辑运算引入定性数据的聚类分析中，提出了 基于逻辑运算的定性数据聚类方法。 接着，本文从将定性数据量化的角度进一步地分析定性数据的聚类问题。在 第四章中把秩分析引入到问题的研究中，提出了基于秩分析的定性数据聚类方 法。 列联表是分析定性数据的有效工具，因此，在文章的第五章中，本文将列联 表分析引入到问题的探讨中，提出了基于列联表分析的定性数据聚类方法。 在每一章的最后部分，本文都利用获得的数据对每一个方法进行了实证分 析，以更加清晰生动地阐述每一个方法的基本思想，并且得到了许多有用的结论。 此外，在文章的第六章中，本文对所提出的四种方法一一进行总结和归纳，并从 总体上对定性数据的聚类问题进行了总结与展望。 本文的创新之处在于：(1)从粗糙集、逻辑运算这两个角度，利用定性数据 本身直接进行分析，在不随意量化定性数据的前提下研究了定性数据的聚类问 题，提出了两种定性数据聚类的方法；(2)从秩分析、列联表分析这两个角度对 定性数据的聚类问题进行了分析，通过利用这两个工具对定性数据进行有效的量 化，提出两种定性数据聚类的方法，并在实证过程中得到了定性数据聚类的谱系 图。 关键词：定性数据、聚类分析、应用 Abstract The aresortedthe aredivided things by clusters，whilepersons by the the isthe of groups．Clusteringthings beginningpeoplerecognizing andisan for to theworld． thenature importantapproach peoplerecognize becomesabasicsciencefor to thewholeworld． Soclustering study people Withthe and oftheMulti—。VarianceStatistics developmentaccomplishment