基于選擇偏好的組合聚類算法研究與實現.pdf

1、群組劃分是指將集合中的個體依據一定的規(guī)則劃分成若干個具有獨立意義的子集合的過程，劃分后每個群組中包含一個或多個個體。服務消費者群體劃分是指在電子商務背景下，依據服務消費者在選擇服務提供者提供的產品或服務時表現出的選擇偏好，將服務消費者劃分為若干個群組的過程。群組劃分問題通常的解決方法之一是選用聚類算法。目前的聚類算法在處理群組劃分問題時，多側重于使用一種單獨的聚類算法，但單一的聚類算法往往存在不同程度的缺陷，同時，在處理大規(guī)模數據時，串

2、行的計算模型可能需要巨大的時間開銷。對此，本論文進行了以下幾個方面的工作:
　　1)分析了相關的單一聚類算法:論文詳細介紹了基于劃分的聚類算法中k-means算法以及近鄰傳播(Affinity Propagation)算法的算法思想、實現步驟，并分析了在解決服務消費者群組劃分問題時這兩種算法表現出的優(yōu)劣勢。
　　2)提出了兩種組合聚類算法:組合聚類AAK(Affinity Propagation+AffinityPropag

3、ation+ k-means)算法、組合聚類AKK(Affinity Propagation+k-means+k-means)算法。論文詳細介紹了這兩種算法的算法思想和實現步驟，重點突出組合聚類算法的優(yōu)越性:既不需要事先輸入目標聚類數，又具有較高劃分準確率。
　　3)實現了組合聚類算法的MapReduce并行化模型:論文介紹了高階MapReduce順序鏈接技術，并采用該技術建立了兩種組合聚類算法的并行執(zhí)行模型，實現了組合聚類算法的