公开(公告)号：CN108399267A

公开(公告)日：2018-08-14

申请号：CN201810255690.3

申请日：2018-03-27

Applicant: 东北大学

Inventor： 杨雷 ,  代钰 ,  刘星雨 ,  范侨迪 ,  张斌

IPC: G06F17/30 ,  G06F17/27

Abstract: 本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K-means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。

公开(公告)号：CN108399267B

公开(公告)日：2020-04-14

申请号：CN201810255690.3

申请日：2018-03-27

Applicant: 东北大学

Inventor： 杨雷 ,  代钰 ,  刘星雨 ,  范侨迪 ,  张斌

IPC: G06F16/28 ,  G06F16/35 ,  G06F40/30

Abstract: 本发明属于数据分析与挖掘技术领域，具体涉及一种基于簇语义特征分析的反馈式聚类方法，包括以下步骤：1)根据反馈式属性加权K‑means聚类以获得最优属性权重；2)根据簇语义特征分析以获得最优聚类结果。本发明通过属性权值反应用户对属性的关注度，利用簇语义特征分析方法将聚类结果中具有代表性、区分性和可理解性的属性项选择出来并展示以解决用户对聚类结果难以理解的问题，在此基础上融入用户的领域知识、经验及业务分析目标，采用基于改进粒子群算法的权值调整来优化属性权值，同时优化聚类个数，使优化的权值和聚类个数重新聚类以得出满足用户分析目标的聚类结果。