基于多特征融合的屬性圖聚類(lèi)算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展和人們社交需求的日益增長(zhǎng)，產(chǎn)生了大量的社交網(wǎng)絡(luò)數(shù)據(jù)。通常這類(lèi)數(shù)據(jù)既包含用戶之間的關(guān)系特征，也包含用戶自身的基本信息。目前常用來(lái)進(jìn)行社交網(wǎng)絡(luò)挖掘的圖聚類(lèi)方法，大多數(shù)只關(guān)注節(jié)點(diǎn)之間的拓?fù)潢P(guān)系，而很少關(guān)注節(jié)點(diǎn)自身的屬性特征，因此挖掘節(jié)點(diǎn)帶有屬性的圖有重要的學(xué)術(shù)意義和應(yīng)用前景。
　　本文稱(chēng)這類(lèi)節(jié)點(diǎn)帶有屬性的圖為屬性圖，它可以分為單屬性圖和多屬性圖兩大類(lèi)。單屬性圖指節(jié)點(diǎn)屬性特征來(lái)自單一視圖，多屬性圖是指節(jié)點(diǎn)屬性特征由

2、多個(gè)視圖組成。如何合理有效地融合關(guān)系特征和屬性特征，來(lái)對(duì)單屬性圖和多屬性圖進(jìn)行聚類(lèi)是本課題的主要研究?jī)?nèi)容。
　　針對(duì)單屬性圖聚類(lèi)問(wèn)題，本文提出一種帶權(quán)重聯(lián)合非負(fù)矩陣分解的聚類(lèi)算法（JWNMF）。該算法將關(guān)系特征和屬性特征融合在同一目標(biāo)函數(shù)中，并對(duì)每個(gè)屬性特征進(jìn)行加權(quán)。通過(guò)對(duì)目標(biāo)函數(shù)的求解，以及對(duì)包含關(guān)系特征和屬性特征的矩陣進(jìn)行聚類(lèi)，來(lái)達(dá)到單屬性圖聚類(lèi)的目的。與此同時(shí)，本文還證明了算法的收斂性。最后，實(shí)驗(yàn)結(jié)果表明JWNMF算法比現(xiàn)有

3、的單屬性圖聚類(lèi)算法有更高的聚類(lèi)性能。
　　針對(duì)多屬性圖聚類(lèi)問(wèn)題，本文提出一種帶權(quán)重多聯(lián)合非負(fù)矩陣分解的聚類(lèi)算法（MJWNMF）。多屬性圖中節(jié)點(diǎn)屬性特征由多個(gè)視圖組成，因此本文參考異構(gòu)協(xié)同過(guò)濾（Hete-CF）中關(guān)于用戶與項(xiàng)目關(guān)系的融合方法，對(duì)多個(gè)視圖的屬性特征進(jìn)行融合。然后對(duì)JWNMF算法進(jìn)行擴(kuò)展，把拓?fù)潢P(guān)系和多個(gè)視圖的屬性特征融合在同一目標(biāo)函數(shù)中。類(lèi)似于JWNMF算法，對(duì)包含所有視圖的屬性特征和關(guān)系特征的矩陣進(jìn)行聚類(lèi)。最后，實(shí)驗(yàn)