面向區(qū)域信息的多密度聚類算法設計與實現.pdf

1、隨著移動終端和地理位置服務的普及，互聯(lián)網用戶的位置信息更容易被獲得和積累。分析潛藏在大量用戶數據中的區(qū)域信息能使企業(yè)更好地實現資源管理、人員分配和服務站點建設，減少因依據行政區(qū)域資源配置而導致的浪費。
　　本文以國內某知名分類信息平臺移動端經緯度數據為研究對象，實現面向區(qū)域信息的類目排序個性化。因該平臺市場覆蓋程度和用戶分享頻次不同，經緯度數據在地域上的分布密度差距較大?，F有的聚類算法大多致力于發(fā)現任意形狀、大小的簇，很難處理密度

2、差別較大的數據集，而多密度聚類算法能有效解決這一問題。但是現有的多密度聚類算法區(qū)分稀疏單元和稠密單元的閾值需人工輸入，且算法對參數非常敏感，存在一定局限性。此外，大多數的多密度聚類缺乏對網格內部數據的觀測，導致聚類精度較低。
　　針對網格算法需人工參與的問題，提出了一種自動計算稀疏單元閾值的方法。該方法將圖像分割思想與網格聚類算法相結合，能夠根據數據空間自動計算稀疏單元閾值。實驗證明該方法能夠有效剔除大面積稀疏網格。為了更好地應對

3、多密度數據，提出一種新的多密度網格聚類算法。算法通過窗口檢測和網格質心觀測網格內部數據。實驗證明該算法能夠應對多密度數據，在發(fā)現任意形狀、大小簇的同時，具有較好的時間效率，并能普遍應用于各種數據集。
　　基于以上研究，設計并實現了分類信息平臺基于類目的區(qū)域信息發(fā)現實例。根據業(yè)務目標選取數據維度，經過數據清洗、數據預處理過程，使數據質量滿足聚類要求后，采用本文提出的多密度聚類算法完成區(qū)域信息的發(fā)現。最后調用百度地圖開放接口進行數據展