数据挖掘中聚类算法比较研究

• 作者: 张红云 石阳 马垣
• 来源期刊: 鞍山钢铁学院学报
• 学科: 工学
• 关键词: 数据挖掘 聚类算法 数据库
• 年，卷（期）: 2001,（5）
• 页码范围: 364-367,371
• 页数: 5页
• 分类号: TP182
• 字数: 3765字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-1048.2001.05.013

摘要

聚类算法是数据挖掘中的核心技术,虽然聚类算法已被广泛深入的研究,但其应用在数据挖掘领域时间不长,其间产生了许多不同的适用于数据挖掘的聚类算法,但这些算法仅适用于特定的问题及用户.为了更好的使用这些算法,综合提出了评价聚类算法好坏的5个标准,基于这5个标准,对数据挖掘中近几年提出的常用聚类方法作了比较分析,以利于人们更容易、更快速的找到一种适用于特定问题的聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马垣	鞍山钢铁学院计算机科学与工程学院	6	115	4.0	6.0
2	张红云	鞍山钢铁学院计算机科学与工程学院	5	107	3.0	5.0
3	石阳	鞍山钢铁学院计算机科学与工程学院	2	95	2.0	2.0