一种基于概念的数据聚类模型

• 作者: 刘莹 张斌 张明卫 朱志良
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据挖掘 聚类 概念 概念元组 模型
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2387-2396
• 页数: 10页
• 分类号: TP18
• 字数: 8896字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2009.03412

摘要

在数据挖掘研究领域,现有的大多数聚类算法都受到数据可伸缩性和结果可解释性的限制.为了解决这一难题,提出了一种基于概念的数据聚类模型.该模型从描述数据样本的数据本身出发,首先在预处理后的数据集上提取基本概念,再对这些概念进行概化,形成表示聚类结果的高层概念,最后基于这些高层概念进行样本划分,从而完成整个聚类过程.该模型能够在保证聚类准确性的基础上,很大程度地减少要处理的数据量,提高原算法的可伸缩性.另外,该模型基于概念进行知识的发现与分析,能够提高聚类结果的可解释性,便于与用户交互.实验结果表明,该模型对于聚类结果较好且复杂度较高的算法尤为有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘莹	东北大学软件学院	53	469	12.0	21.0
2	朱志良	东北大学软件学院	112	1344	20.0	32.0
3	张斌	东北大学信息科学与工程学院	203	1801	20.0	33.0
4	张明卫	东北大学信息科学与工程学院	18	294	9.0	17.0