个性化数据聚类的属性坐标分析法.pdfVIP

第13卷 第3期 电脑与信息技术 Vo1.13No.3 2005年6月 COMPUTER AND INFORMATIONTECHNOLOGY June2005 文章编号:1005-1228(2005)03-0005-03 个性化数据聚类的属性坐标分析法 周如旗 (广东教育学院计算机科学系，广东 广州 510303) 摘 要:以属性论为理论依据，分析了个性数据属性与属性重心剖分模型的关系，在属性线性 坐标系中表示数据属性集对象重心点，从而得到聚类程度函数和聚类算法。该模型有效地描 述了个性化数据属性间的语义关系。 关键词:个性化;聚类;属性坐标分析法 中图分类号:TP393.07 文献标识码:A Attributecoordinateapproachtopersonalizeddataclustering ZHOURu-Qi (DepartmentofComputerScience,GuangdongInstituteofEducation,Guangzhou 510303,China) Abstract:According to attribute theory,thispaperanalysesthe relationship between personalizeddataattributeandtheattributebarycentercoordinatemodel.Thedataobject centerofpersonalizeddataisrepresentedwithinthecoordinate.Clusteringdegreefunction andclusteringalgorithm isestablishedintheend.Themodelcandealwiththesemantic relationshipsofpersonalizeddataattributeefficiently. Keywords:personality;clustering;analysismethodofattributecoordinate 现主动推荐的目的冈。当前主要的个性化模式有两 0 引言 种表示方式，一种是向量表示法，另一种是概念层 聚类作为统计学习的一个分支和一种无指导 次表示法。由于用户兴趣是多方面的和动态变化 的机器学习方法，在电子商务、图像处理、模式识 的，因此跟踪学习和表达用户兴趣是一个最基本 别、文本学习、数据库等领域有着广泛的应用背 的，然而又难以解决的问题。 景。聚类分析是根据事物本身的特性研究对象分 基于属性论理论P]的属性坐标系在处理高维 类的方法，其原则是使同一类中的对象具有尽可 数据，信息增量和约简、语义信息相关性等方面有 能大的相似性，不同类中的对象具有尽可能大的 着独特的优点，能够比较自然地表达用户兴趣模 差异性。聚类分析要解决的就是实现满足这种要 型，这也是数据聚类值得深人研究的一个方向。本 求的类的聚合。聚类在本质上是一种通过对对象 文提出个性化服务数据聚类的属性坐标分析方 集合按照某种规则进行划分或覆盖，从而发现隐 法，对扩展数据聚类技术具有极重要的现实意义。 含的潜在有用信息的一种知识发现的方法111, 本文的个性化数据聚类方法的思路是，考虑 所谓个性化服务数据聚类就是指通过收集和 到数据属性间存在着相互信息关联，彼此间存在 分析用户信息来学习用户的兴趣和行为，从而实 一