评估属性层知识和实例层知识融合效果的有效指标.pdfVIP

第27卷第2期 青岛大学学报(自然科学版) V01．27No．2 2o1 4年5月 JOURNALOF Science Mav2O1 4 QINGDAOUNIVERSITY(NaturalEdition) 文章编号：1006—1037(2014)02一0029一05 doi：10．3969／j．issn．1006—1037．2014．05．08 评估属性层知识和实例层知识融合效果的有效指标 周元珂8，邵峰晶“6，吴舜尧孔6 (青岛大学a．信息工程学院，b．自动化工程学院，青岛266071) 摘要：并不是所有的先验知识都能提高聚类质量，因此，评估先验知识的质量对半监督聚类 极其重要。在现有的可有效评估成对约束形式的实例层知识的指标——信息量和一致性基 础上，提出了可有效评估属性排序形式的属性层知识的指标，即信息量和有效性。并证实了 提出指标的有效性和潜力。 关键词：半监督聚类；成对约束；属性排序 中图分类号：TPl8 文献标志码：A 由于传统聚类算法仅依赖一种客观的相似性或相异性作为度量划分数据，其结果通常不如预期的好，尤 其在实际应用问题中。近些年，半监督聚类受到了研究者的重视，通过融入少量先验知识即可有效改善聚类 质量。通常，先验知识包括实例层知识和属性层知识。除了Sun等[71提出的聚类方法考虑了属性层知识， 大多数已有研究都关注于如何利用实例层知识辅助聚类[1“。。Sun等的研究表明融合属性排序形式的属性 层知识也可提高聚类质量。 实例层知识主要就是成对约束，属性层知识即属性排序，现分别定义如下： 成对约束：设z和∥为数据集样本点，对于样本点对(z，y)， (1)如果在聚类时z和y必须聚为一类，那么T和y记为must—link关系； (2)如果在聚类时z和y必须聚到不同的类中，那么z和y记为cannot—link关系。 所有满足must—link关系或cannot—link关系的样本点对就是一对成对约束。 p比属性q重要得多，而(p，q，～e)(e是一个很小的正数)代表属性p和属性q的重要性相似。 然而，并不是所有的先验知识都能提高聚类质量。实验表明，有时候融合两种知识的效果逊于仅利用一 种知识凹]。导致融合两种知识失效的原因可能来自于优化过程的求解，或者融合两种知识时的综合效应。 因为这两种知识虽然可以相互协作，但有时也会出现矛盾。8j。 一些成对约束可以提高聚类准确性，而另一些却没有效果，甚至会降低准确性”。作为另一种重要的信息，属 性层知识与实例层知识有很大不同，Davidson等的指标不能直接对属性层知识评估。因此，本文旨在研究 可有效评估实例层知识和属性层知识融合效果的指标。 借鉴评估实例层知识的指标，本文中提出了评估属性排序的指标，用于分析属性排序的信息和质量。该 指标可帮助理解属性排序对聚类质量的影响，并可选出有益的属性排序，排除不利于提高聚类质量的属性排 序。实验结果证实了本文指标的有效性。 论文的剩余部分组织如下。第2章分析融合两种知识时可能存在的矛盾；第3章介绍评估属性排序的 收稿日期：2014一03—10 重点项目(批准号：zR2012Fz003)资助；山东省自然科学基金(批准号：zR2012FQOl7)资助。 作者简介：周元珂，男，硕士研究生，主要研究方向：数据挖掘、复杂网络。 通讯作者：邵峰晶，女，博士，教授，博士生导师，主要研究方向：网络复杂性，复杂网络，数据挖掘等。E—mail：sD@qdu．edu．cn 30 青岛大学学报(自然科学版) 第27卷 指标；第4章分析实验结果；第5章进行总结。 l 融合两种先验知识时的矛盾 作为另一种重要的先验知识，属性排序形式的属性层知识也可有效辅助半监督聚类。 为了有效融合两 种知识，在之前的研究中我们根据Xing方法‘21提出了新的优化问题(公式(1))‘8|。 mm硼‘。U1stances‘训十^7．∈6