版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
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)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 重疊聚類(lèi)和屬性圖聚類(lèi)算法研究.pdf
- 混合屬性聚類(lèi)融合及數(shù)據(jù)流聚類(lèi)算法研究.pdf
- 基于聚類(lèi)算法的多特征融合關(guān)鍵幀提取技術(shù)研究.pdf
- 基于多類(lèi)特征融合的步態(tài)識(shí)別算法.pdf
- 基于屬性權(quán)重的混合聚類(lèi)算法研究.pdf
- 基于劃分的混合屬性聚類(lèi)算法研究.pdf
- 基于多特征信息融合的WEB廣告聚類(lèi)方法研究.pdf
- 基于屬性融合的圖挖掘算法研究.pdf
- 基于多特征的相片聚類(lèi)算法研究與實(shí)現(xiàn).pdf
- 混合屬性聚類(lèi)算法研究.pdf
- 融合多特征聚類(lèi)的垃圾微博檢測(cè)研究.pdf
- 基于屬性擴(kuò)展圖的K-means聚類(lèi)算法的研究.pdf
- 基于多密度的聚類(lèi)算法研究.pdf
- 基于多變量信息瓶頸的多特征聚類(lèi)算法.pdf
- 基于網(wǎng)格的聚類(lèi)融合算法的研究.pdf
- 融合紋理特征的模糊聚類(lèi)圖像分割算法研究.pdf
- 基于密度聚類(lèi)和多特征融合的醫(yī)學(xué)圖像識(shí)別研究.pdf
- 基于復(fù)雜網(wǎng)絡(luò)特征的聚類(lèi)算法研究.pdf
- 基于文本聚類(lèi)的特征選擇算法研究.pdf
- 融合多重特征的釣魚(yú)網(wǎng)站聚類(lèi)算法研究.pdf
評(píng)論
0/150
提交評(píng)論