1、近年來,人們開始將粒度計算應(yīng)用到數(shù)據(jù)挖掘領(lǐng)域中,并初步取得了一些成果,成為當前數(shù)據(jù)挖掘領(lǐng)域一個新的研究方向.該文的主要工作是將粒度計算引入聚類分析,做了一些相關(guān)的研究,主要的研究內(nèi)容包括:探討了聚類算法的粒度原理,并基于此原理給出了基于粒度的聚類算法的一般框架.基于該框架,采用密度做為等價關(guān)系的劃分標準,提出了一種文本聚類算法CBG(Clustering Based on Granularity)及其增量式版本ICBG(Incremen

2、talClustering Based on Granularity),相關(guān)的對比試驗表明,該算法是一種高效的文本聚類算法.此外,我們還從模糊商空間理論(模糊粒度計算方法)的角度探討了模糊聚類的相關(guān)問題.現(xiàn)實中的數(shù)據(jù)往往具有一定結(jié)構(gòu)關(guān)系,如偏序關(guān)系等.數(shù)據(jù)間的這種關(guān)系從一個側(cè)面反映了數(shù)據(jù)間的相似性,有助于提高聚類結(jié)果的質(zhì)量.而目前的主要聚類算法基本沒有考慮到這一點.針對這一不足,我們給出了基于偏序關(guān)系的聚類算法CPOR(Clusteri

3、ng based on Partially Ordered Relation),并結(jié)合粒度計算的思想對該算法進行優(yōu)化,提高了算法的效率.最后,我們將該章提出的算法應(yīng)用到電力負荷預(yù)測領(lǐng)域,取得了良好的效果.基于EM(期望最大化)的聚類算法是一種性能優(yōu)良的聚類算法.但傳統(tǒng)的EM(Expectation Maximization)聚類算法在每次迭代時都要掃描一次數(shù)據(jù)庫,算法的開銷較大.針對這一不足,我們給出了一種基于粒度的EM聚類算法GEMC

4、(Granularity-based EM Clustering),它利用統(tǒng)計分析中的卡方檢驗方法,將滿足同一分布的數(shù)據(jù)合并為一個信息顆粒,使得對數(shù)據(jù)庫的掃描轉(zhuǎn)換為對信息顆粒的掃描,有效的降低了算法的復(fù)雜度.我們還開發(fā)了一個互聯(lián)網(wǎng)競爭情報監(jiān)測系統(tǒng),并在其中應(yīng)用了我們所提出的基于粒度的聚類算法,它通過對檢索結(jié)果進行一次預(yù)處理,從而減少用戶的查詢范圍,提高查詢的準確率并減少檢索的時間.在文本聚類方面,我們還提出了一種基于摘要的聚類算法,該算