资源描述：
《基于随机游走的数据聚类》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、HansJournalofDataMining数据挖掘,2017,7(3),70-76
PublishedOnlineJuly2017inHans.http://www.hanspub.org/journal/hjdm
https://doi.org/10.12677/hjdm.2017.73008DataClusteringBasedonRandomWalkWeiCui1,XunXia1,YuluSun2*1LuzhouVocationalandTechnicalCollege,LuzhouSichuan2Collegeo
2、fElectronic&InformationEngineering,SichuanUniversity,ChengduSichuanReceived:Jun.28th,2017;accepted:Jul.17th,2017;published:Jul.20th,2017AbstractInordertorealizetheclusteringanalysisoflargedatavolumeandcomplextypesofdata,the
randomwalkalgorithmmapsthedatasetintograp
3、hs,eachdatarepresentsnode,andusesa
weightingfunctiontorepresenttherelationshipbetweendataanddata.Thesimilaritycriterion
indicatestheweightbetweentwodatainthedataset.Intherandomwalkalgorithm,theweightof
theweightrepresentstherandomwalkerfromthenon-seedpointforthefir
4、sttimetoreacha
seedpointofpreference.Finally,clusteranalysisisrealizedaccordingtothemaximumtransition
probability.Theresultsshowthattherandomwalkalgorithmcanachieveclusteringintheclus-
teringanalysisofnumericaldata.KeywordsClusteringAnalysis,RandomWalkAlgorithm,Wei
5、ghtingFunction基于随机游走的数据聚类崔伟1，夏汛1，孙瑜鲁2*1泸州职业技术学院，四川泸州2四川大学电子信息学院，四川成都收稿日期：2017年6月28日；录用日期：2017年7月17日；发布日期：2017年7月20日摘要为了实现大数据量、复杂类型数据的聚类分析，本文运用随机游走算法是将数据集合映射为图，各个数
据表示节点，用一个加权函数表示数据与数据之间的关系，该加权函数能根据相似性准则表示数据集中*通讯作者。文章引用:崔伟,夏汛,孙瑜鲁.基于随机游走的数据聚类[J].数据挖掘,2017,7(3):70-76.
6、https://doi.org/10.12677/hjdm.2017.73008崔伟等两个数据间的权重。在随机游走算法中，权重的大小代表了随机游走者从非种子点第一次到达某一种子
点的偏好。最后根据最大转移概率实现聚类分析。结果表明随机游走算法在数值型数据的聚类分析中能够实现聚类。关键词聚类分析，随机游走，权重函数Copyright©2017byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInternationa
7、lLicense(CCBY).
http://creativecommons.org/licenses/by/4.0/OpenAccess1.引言聚类是按照某个特定准则把已知数据集分成不同的类，同类的数据对象间相似度尽可能大，不同类的数据对象间的相似度尽可能小。聚类分析作为数据挖掘技术中的重要组成部分，目前在许多领域都得到了广泛的研究和应用如模式识别[1]、数据分析[2]、图像处理[3]、市场研究[4]、Web文档分类[5]等。聚类算法的选择取决于数据的类型及其聚类的目的。根据其基本思想可分为划分、层次、密度、基于网格的方法
8、以及基于模型的方法。基于划分的主要思想是：首先给定簇数目，然后对数据集采用迭代重定位方法实现划分，划分质量取决于初始种子和聚类标准。K-means算法[6]从数据集中任意选择k个对象作为初始种子，以最短距离为准则将数据进行分类，该方法以均值表示类中心易受奇异数据的影响，为了抑制异常数据对聚
