web挖掘中聚类算法的研究

《web挖掘中聚类算法的研究》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、南京邮电大学硕士学位论文Web挖掘中聚类算法的研究姓名：李冰申请学位级别：硕士专业：计算机软件与理论指导教师：李玲娟20100301南京邮电大学硕士研究生学位论文摘要随着互联网的飞速发展，Web数据以指数级的速度快速增长，对Web资源所蕴涵的潜在价值的需求促进了数据挖掘技术在其中的应用。由于Web数据的海量、高维、动态以及不可预测性，基于Web的聚类研究已逐渐成为了新的热点。本文对聚类算法在Web挖掘中的应用展开研究，针对Web文本数据的特点，对已有的聚类算法做了一定的改进，使其能适应于Web文本挖掘，并且提高聚类的准确度。论文首先针对K—means聚类算法在Web文本挖掘中的应用，引入了

2、一种新的数据预处理方法，并优化了初始质心的选择，设计了改进的K-means聚类算法。接着，研究了蚁群聚类算法及其在Web挖掘中的应用。针对传统的蚁群聚类算法(ACCA)未考虑各维特征贡献率的缺陷，引入了特征加权算法，并且使用了新的概率转换函数；针对ACCA中离群点问题，提出了一种基于层次聚类和蚁群聚类的组合聚类算法一层次化蚁群聚类算法(HACCA)。论文还进行了算法实现，并基于《人民日报标注语料库》的文档．特征矩阵做了仿真实验，验证了所设计的各个算法对Web文本挖掘的有效性。论文对聚类算法在Web挖掘中的应用做了有益的研究。关键词：Web挖掘；聚类；K．means蚁群南京邮电大学硕士研究生

3、学位论文ABSTRACTABSTRACTWiththerapiddevelopmentoftheIntemet，Webdataiscreasingexponentially．ThedemandsofpotentialvalueintheWebresourcesimprovetheapplicationofdataminingtechnologyonit．Asthemass，hi曲-dimensional，dynamicandunpredictableoftheWebdata,researchontheclusteringbasedonWebhasgraduallybecometobeane

4、whotspot．Inthisthesis，theapplicationofclusteringalgorithminWebminingisstudied．ForthecharacteristicsofWebtextdata，someoftheoriginalclusteringalgorithmsalemadecertainimprovementstoadapttoWebtextmining，andtoincreasetheclusteringaccuracy．InordertousetheK-meansclusteringalgorithmtomineWebtext，anewdatap

5、re-processingmethodisintroducedandthechoiceoftheinitialparticleisoptimized．Then，animprovedK—meansclusteringalgorithmisdesigned．ThenthethesisstudiesthecolonyclusteringalgorithmaswellasitsapplicationintheWebmining．ConsideringtheoriginalAntColonyClusteringAlgorithmCACCA)doesn’ttakethecontributionrate

6、ofeveryfeatureintoaccount，thisthesisintroducesanewfeatureweightedalgorithmandusesanewprobabilityconversionfunction．FortheoutlierproblemofACCA，itproposesacombinationofclusteringalgorithmbasedonhierarchicalclusteringalgorithmandantcolonyclusteringalgorithm一一HACCA．Thethesisalsoimplementsthesealgorith

7、ms，andhasdonesimulationexperimentsusingsomeofthedocument-featurematrixdataof’’People’SDailyannotatedcorpus”，toverifytheeffectivenessofeachdesignedalgorithmsintheWebtextmining．Thispaperhasdonesomebeneficialresearc