快速聚类算法在个性化服务中的应用

• 作者: 张剑 李卫 郭燕慧 钟义信
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 k-平均 误差函数 k-d树 个性化服务
• 年，卷（期）: 2004,（12）
• 所属期刊栏目: 博士论坛
• 页码范围: 10-11,219
• 页数: 3页
• 分类号: TP301.6
• 字数: 3052字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.12.004

摘要

许多实际应用已经证明,k-means算法能够有效地得到好的聚类结果.但是,k-means直接算法的时间复杂度和模式复杂度对数据量的大小非常敏感,无法满足一些高性能的应用场合,如个性化服务中对用户数据进行的群组分析.对此,笔者提出了一种新颖的基于k-d树的聚类算法.这种算法采用空间数据结构梜-d树组织所有的样本数据,可以高效地搜索到离某个给定的聚类中心最近的全部模式.实验结果表明,该方案可以显著提高k-means直接算法的运算速度,在距离运算量和总的运算时间上,可把性能提高1～2个数量级.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钟义信	北京邮电大学信息工程学院	128	2678	27.0	48.0
2	郭燕慧	北京邮电大学信息工程学院	24	273	8.0	16.0
3	张剑	北京邮电大学信息工程学院	8	123	4.0	8.0
4	李卫	北京邮电大学信息工程学院	11	81	4.0	9.0