基于粗集的权重确定方法及其在电信客户数据挖掘中的应用

《基于粗集的权重确定方法及其在电信客户数据挖掘中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京邮电大学硕士学位论文基于粗集的权重确定方法及其在电信客户数据挖掘中的应用姓名：景士颖申请学位级别：硕士专业：管理科学与工程指导教师：舒华英20040303基于粗集的权重确定方法及其在电信客户数据挖掘中的应用摘要聚类分析作为数据挖掘技术中一种应用广泛的重要分析方法，近年来相关领域的研究相当活跃。随着计算机技术的高速发展，知识与大量观察和实验数据的处理、归纳、分类相联系，波兰华沙理工大学Z．Pawlak教授等提出用粗集理论(RoughSet)研究不完整数据、不精确知识的表达、学习、归纳方法，为信息科学和认知科学提供了新的科学逻辑和研究方法。本文将聚类分析与粗集理论结合起来，针对

2、提高聚类算法的有效性的需求，提出了～种将粗集理论应用于数据挖掘的新思路：利用粗集理论中决定属性重要性的思路来计算数据库中属性的权重，并将得到的权重用于聚类分析。本文的所做的研究工作和创新主要体现在以下几个方面：1．将粗集理论应用于聚类算法中权重的确定，提出了一种有所侧重的聚类权重确定方法，即RSW算法。它的优点在于不依赖于专家的打分，能够充分发掘和利用数据库中的隐含的知识，作为确定权重的依据。与统计方法确定权重相比其特色在于，它不是采取概率的方法来描述不确定性，而采用集合论的方法。利用粗集方法确定权重的方法的适用范围是聚类有较明确的目标，这个目标能够用决策属性明确的表达出来；条

3、件属性与聚类的目的(决策属性)相关，并且对于聚类所起作用的大小有所差异。2．在RSW算法的基础土，与统计的方法相结合，提出了SRSW算法。与RSW算法相比，SRSW算法的特点在于它把粗集方法与统计方法结合起来，充分利用数据库中的统计信息。3．将RSW算法和SRSW算法应用于电信客户数据聚类分析的实践，验证了算法的有效性。关键词：数据挖掘聚类分析距离粗集权重DETERMINATIONOFWEIGHTSBASEDONROUGHSETTHEORYANDITSAPPLICATl0NINDATAMINING0FTELECOM’SCUSTOMERDATAABSTRACTAsanimport

4、anttechniqueofdatamining，dataclusteringisundervigorousdevelopmentinrecentyears．Withthequickdevelopmentofcomputertechnique，theanalysisandreasoningofincompletedatahasbecomeakeyissueofintelligentinformationprocessing．Prof．Z．PawlakfromWarsawUniversityofPolandproposedtheRoughSetTheorytoanalyzethe

5、expression，learningandinductionofincompleteknowledgeandimprecisedata，whichprovidedaneffectivetechniqueofprocessingintelligentinformation．Thist_hesisfoc：'．smOn-～{rn⋯nrnvl⋯n。otheusabilityofclusteralgoritb—m，whichproposedanewwayofapplyingtheRoughSettheoryintoclusteranalysisofdatamining：usingthe

6、methodofdeterminingtheimportanceofattributesindecisiontable，itcalculatedattributes’weightsindatabases，whicharethenusedinclusteranalysis．Researchworkandnewcontributionsinthethesisinclude：1．ProposedtheRSWalgorithmbyapplyingtheRoughSettheoryinthedeterminationofwei}ghtsinclusteringalgorithm．RSWa

7、lgorithmbelongstoBiasedWeight—DeterminedMethods．TheadvantageofRSWalgorithmisthatitisnotdependentonthescoringofexperts，anditcanfullyexploittheknowledgehiddeninthedatabaseanduseittodetermineweights．Itdiffersfromstatisficaiweight·determinationmethodsi