基于累積平均密度的聚類算法研究.pdf

1、隨著計算機技術的發(fā)展和數(shù)據(jù)庫技術的成熟，數(shù)據(jù)挖掘開始走進人們的視野。興起于上個世紀90年代，經(jīng)過20多年的不斷研究與完善，數(shù)據(jù)挖掘技術已經(jīng)形成了一套系統(tǒng)的理論，并開發(fā)了一些比較成熟的數(shù)據(jù)挖掘工具，積累了大量成功的行業(yè)案例應用經(jīng)驗。
　　作為數(shù)據(jù)挖掘的一項主要處理方法和重要研究課題，聚類分析技術也為眾多企業(yè)和研究機構所熟知。特別是隨著互聯(lián)網(wǎng)的普及，人們的生活方式發(fā)生了很大的轉變。電子郵件、微博和3G等技術使得人們信息的溝通與交流更多

2、地依賴于網(wǎng)絡。人們的日常生活和行為產(chǎn)生了大量的數(shù)據(jù)，也依賴于其中的部分數(shù)據(jù)。聚類分析為人們提供了一個方便、安全和可靠的工具，幫助人們進行信息檢索、欺詐屏蔽和客觀預測等?；诿芏鹊木垲愂蔷垲惙治鲋械囊粋€重要方法，很多學者對其進行了研究并提出了相應的算法，DBSCAN算法是其中的一種經(jīng)典算法。本文對聚類分析技術進行了詳細探討，分析其在理論和應用上的優(yōu)劣，并在DBSCAN算法的基礎上，引入累積平均密度的概念，提出了一種基于DBSCAN算法的改

3、進方案，并對其進行實驗和應用測試，驗證其正確性和現(xiàn)實意義。
　　本文對基于密度的聚類方法做了深入細致地研究，主要內(nèi)容可以概括為以下幾個方面：
　　(1)檢索和查閱文獻，綜合了解了數(shù)據(jù)挖掘的主要概念、基本原理、處理步驟、常用技術和方法以及研究現(xiàn)狀和應用情況。詳細研究了聚類分析技術，著重介紹了各種聚類方法，并分析和總結了各自的效果和性能。
　　(2)在數(shù)據(jù)挖掘和聚類分析相關理論的基礎上，詳細分析了DBSCAN算法的基本思路

4、和存在的不足，并針對其參數(shù)敏感性和對簇相連的數(shù)據(jù)集聚類效果不理想的問題，提出了一種基于累積平均密度的改進算法，采用容納因子來對簇合并提供依據(jù)，從而提高了聚類效果。
　　(3)將改進算法應用到網(wǎng)頁正文提取中，提出了一種基于密度聚類的網(wǎng)頁正文提取模型。通過網(wǎng)頁預處理、數(shù)據(jù)轉換和聚類分析等步驟來實現(xiàn)網(wǎng)頁正文提取。并編寫了應用程序來對其有效性進行實驗驗證。
　　研究結果表明，相比于DBSCAN算法，基于累積平均密度的聚類算法，具有一