资源描述：
《山东大学计算机学院.ppt》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、山东大学计算机学院MakingInterval-BasedClusteringRank-Aware报告人：李婷山东大学计算机学院出处：InternationalConferenceonExtendingDatabaseTechnology作者：JuliaStoyanovich，SihemAmer-Yahia,TovaMiloUniversityofPennsylvaniaPhiladelphia研究方向：Databases、Webdatamanagement、WebservicesandWebapplications、BusinessProcesses山东大学计算机学院Conte
2、ntsI.IntroductionII.FormalismIII.TheBARACAlgorithmIV.Evaluationofeffectiveness山东大学计算机学院I.IntroductionIndatingsites,ausermayspecifytheage,height,income,education,politicalaffiliation,andreligionofapotentialmatch.Inrealestateapplications,ausermaydescribehisdreamhomebyitslocation,size,andnumbero
3、fbedrooms.Thenumberofmatchesisoftenveryhigh,makingdataexplorationaninterestingchallenge.Typicallyusersalsospecifyrankingcriteriafortheretrieveditems,e.g.,asortorderonasingleattribute,oraweightedcombinationofmultipleattributes.排序帮助用户，依据他们的标准提供高质量的数据，同时导致同类的匹配数据，用户需要浏览大量的数据后，才能找到下一类数据。.山东大学计算机学
4、院I.Introduction例如：adatingwebsite用户：lookingforapartnerbetween20and40yearsold,sortingthematchesbyincomefromhighertolower结果：seeingalargenumberofmatchesintheirlate30swhoholdanMBAdegreeandworkinthefinancialindustry,beforeseeinganymatchesindifferentagegroupsandwalksoflife.更合理的结果展示：在结果集中，找到数据属性的聚类。T
5、heseclustersmaydescribematchesbetween35and40withanMBA,matchesbetween25and30whoworkinthesoftwareindustry,etc.,allowingfordataexplorationofrankedresults.山东大学计算机学院I.Introduction本文提出的聚类算法，得到的聚类具备三个性质：.1)ClusteringQualityrank-awareclusteringqualityMeasures(1)QtopN:treatthetopNitemsofeachintervalas
6、sets(2)QSCORE:accountforthescoresoftheitems(3)QSCORE&RANK:accountforbothscoresandranks2)Tightness对于一个有序区间，两个或多个连续的区间连接在一起，会产生一个更大的区间，但是并不一定增加新的items，因此可能会产生一个错误的聚类描述。例如：按收入从高到底排序，我们发现20到24岁的得分要低于25到29岁的用户。也就是20到29岁包含的items与25到29岁的一致，认为这个聚类不紧密。3)Maximality需要发现与区间集合下尽可能多的items。例如：intervalsI1:ag
7、e∈[20,29],I2:edu=MBA,andI3:income∈[75K,100K].IftwodimensionalclustersI1、I2,I1、I3,andI2、I3arediscovered,aswellasathree-dimensionalclusterI1、I2、I3,thenonlyI1、I2、I3ispresentedtotheuserI.Introduction-Contributions定义了基于区间的感知顺序的聚类，及相应的衡量聚类质量策略方法。提出
