面向大规模信息网络的高效自适应聚类算法

• 作者: 吴诗极 唐常杰 曾卫 李川 李洋涛 杨宁 杨尚乾
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 信息网络 自适应聚类 信息层
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 学术研究
• 页码范围: 406-416
• 页数: 11页
• 分类号: TP391
• 字数: 7399字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1401024

摘要

为解决传统聚类算法在处理大规模信息网络中时间开销过大的问题，基于大规模信息网络的统计学特性，提出了一种将信息网络拓扑结构进行“分而治之”的思想，有效地减少了聚类问题规模和时间开销，并保持了相当的聚类效果。主要贡献包括：提出按照聚类影响力排名来对整个信息网络进行分层切割，然后分别聚类的思想；按照特定信息网络统计学意义上的结构特性，如信息网络的富人集团特性和分层社区结构特性，设计了一套将信息网络进行层次划分的粗略方案，并通过实验证明了其具有一定的合理性；提出了迭代的层级间聚类融合算法，可以实现不同层次聚类的融合。实验表明，该算法在兼具较好聚类效果的同时，非常明显地减少了运算开销。