不确定性数据聚类挖掘研究综述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
能够 显 著 影 响 数 据 挖 掘 应 用 的 结果 。
等 价 类 的 存储 和更 新 『 ２ ｌ
传感器 网络 、 卫星遥感 图像 、 医疗信息等应用 产生 的巨量数据 ．仅仅靠数据管理及查询技术无 法发现数
据 间 的 内在 联 系 ．也 无 法 发 现 数 据 模 式 及 潜 在 知识 规
★基 金 项 目：江 苏省 科 技 攻 关 项 目（ ． ２ ０ ３ ７ ＮｏＢＥ ０ ６ ５ ） 收稿 日期 ： ０ １ １ ５ ２ １ —０ —１ 修 稿 日期 ： ０ １ １ ２ ２ １ —０ — ３
和 Ｏ ＴＣ Ｐ ＩＳ等算 法 ｉ ３ １ 由于 不 确 定 性 数 据 中 “ 确 性 ” “ 糊 性 ” 存 不 及 模 的 在． 使得 在 聚类 挖 掘 中 ． 不确 定 性 数据 对 象 间 的 距 离 也
作 者 简介 ： 春 霞 （ ９ ３ ， ， 西兴 平 人 ， 士 ， 金 １ ７ 一） 女 陕 硕 副教 授 ， 究 方 向 为 计 算机 应 用 、 息 处理 、 据挖 掘 研 信 数
① 现 计 机 ２１． 代 算 ０１２ ０
具 有 不 确 定 性 ．对 象 间 的 距 离 衡 量 方 式 必 须 有 别 于 传 统 聚类 距 离 函 数 。Ｈ．． ｒ ｇｌ 设 计 了一 种 基 于 密 度 Ｐ Ｋｉ ｅ等 ｅ
近年 来 ．随 着 技 术 的 进 步 和 人 们 对 数 据 采 集 和 处 理技 术 理解 的 不 断 深 入 ．在许 多 现 实应 用 中 。例 如 经 济 、 事 、 流 、 融 、 信 等 领 域 ， 确 定 性 数 据 普 遍 军 物 金 电 不 存在 ． 扮 演 着 关 键 角 色 。 此 面 向 不 确 定性 数 据 的挖 且 为 掘算 法越 来 越 引起 人 们 的 关 注 ．主要 研 究 内容 包 括 聚 类技术 、 类技术及频繁模式挖掘 。 分 而数 据 的 不 确 定 性
不确 定 性 数 据 聚 类挖 掘 研 究 综述
金 春 霞 ． 周 海 岩
（ 苏淮 阴工 学 院 计 算 机 Ｔ 程学 院 ， 安 ２ ３ ０ ） 江 淮 ２０ ３
★
摘
要 ： 据 日前 数 据 挖 掘研 究 的 现 状 ， 析 不确 定数 据 的 聚 类挖 掘 算 法 。针 对 不 确 定 数 据 聚 类 挖 根 分 掘 存 在 的 问题 ． 出改 进 传 统 的 数 据 挖 掘 算 法 来适 合 不确 定数 据 的聚 类挖 掘 或 找 出新 的 聚 提 类挖 掘 算 法 。 来解 决不 确 定 数 据 聚 类挖 掘 问题 的新 思 路 。
则 把数 据 挖 掘 技 术 引 入 不 确定 数据 管 理 中 ． 恰 可 以 恰 解 决 以上 问题
１ 不确 定 性 数 据 管 理 现 状
针 对 不 确 定 性 数 据 的研 究 ＿ 作 已 经 有 几 十 年 历 史 Ｔ
２ 不 确 定 性 数 据挖 掘 算 法分 析
近 年 来 ．不 确 定 性 数 据 挖 掘 研 究 工 作 主 要 集 中 在 数 据 预 处 理 、 确 定 数 据 的挖 掘算 法 、 据 挖 掘 的 建 模 不 数 方 法 、 据 挖 掘 ＿具 等 ， 中不 确 定 性 数据 的挖 掘 算 法 数 丁 其
是 焦 点 问 题
了 从 ２ ０世 纪 ８ 年 代 末 开 始 ． 对 概 率 数据 库 的研 究 ０ 针 ＿ 就从 未 间 断过 这 类 研 究 工 作将 不 确 定性 引 人 到 丁作
关 系 数据 模 型 中 去 ． 取得 了 较 大 进 展 。 近 年来 ， 对 不 针 确定 性 数 据 的 研究 工 作 则 在 更 广 的范 围 内取 得 了更 大 的进 展 ．即在 更 丰 富 的数 据类 型 上 处 理 更 多 种 类 的查 询 任 务
（） １ 定性 数 据 的 聚类 挖 掘
数 据 聚 类 分 析 是 数 据 挖 掘 研 究 领 域 中一 个 非 常 活 跃 的研 究 课 题 聚类 分 析 源 于 包 括 数 据 挖 掘 、 计 学 、 统
以及 机 器 学 习等 诸 多 研 究 领 域 ．是 一 个 富有 挑 战 性 的
研究领域 。 确定性数据的聚类 方法 主要有 Ｋ Ｍｅｎ 、 － — ａｓＫ
Ｍｅ ｏｄ 、 次 Ｂ ＲＣ Ｃ Ｅ 以及 基 于 密 度 的 ＤＢ Ｃ ｄ ｉｓ 层 Ｉ Ｈ、 ＵＲ Ｓ ＡＮ
Biblioteka Baidu
确定 性数 据 的存 储 和查 询 ．它 的 属性 值 可 以 划 分 成 若
干个 等 价 类 ． 性 值 是 这些 等价 类 的并 集 然 而 在 构 建 属 数据库时 ． 不能一次性预测属性值的所有取值情况 ． 并
关 键 词 ：不确 定 性 数 据 ：聚 类 挖 掘 ；数 据 挖 掘
Ｏ 引
言
而 是 在 实 践 中完 善 和补 充 ．这 样 原 来 的等 价 类 需 要 不
断 地 更 新 、 态 地 改 变 等 价 类 。在 更 新 基 本 表 时 ， 可 动 也 能 会 更 新 等 价 类 因此 在 数 据存 储 和更 新 时 ． 考 虑 到 要
Ｂ Ｔ ｅｅａ 人 将 Ｒ ｕｈ集 理 论 与 传 统 关 系 数 据 ． ｈｒｓ 等 ｏｇ 库 模 型 相 结 合 ．于 ２０ ０ ６年 提 出 了 粗 关 系 数 据 库 模 型
ｆ ｕ ｈ Ｒ ｌｔ ｎ ｌＤ ｔｂ ｓ ｄ ｌ Ｒ Ｍ）主 要 处 理 不 Ｒｏ ｇ ｅａ ｏ ａ ａａ ａｅ Ｍｏ ｅ。 ＲＤ ， ｉ
的 不 确 性 数 据 的 聚类 算 法 ．提 出 了一 种 衡 量 不 确 定 性
界 限 的不 确 定 性 ． 概 念 具 有 内 涵 分 明 、 延 不 明 确 的 其 外 特 性 。它 比随 机 性 有 更 基 本 、 稳 定 的不 确 定 性 。这 种 更
模 糊 不 确 定 性 不 能 用 概 率 分 布来 描 述 ．而 是 使 用 隶 属 度 函数 来 描 述 不 确 定 数 据 属 于 模 糊 集 的程 度
等 价 类 的 存储 和更 新 『 ２ ｌ
传感器 网络 、 卫星遥感 图像 、 医疗信息等应用 产生 的巨量数据 ．仅仅靠数据管理及查询技术无 法发现数
据 间 的 内在 联 系 ．也 无 法 发 现 数 据 模 式 及 潜 在 知识 规
★基 金 项 目：江 苏省 科 技 攻 关 项 目（ ． ２ ０ ３ ７ ＮｏＢＥ ０ ６ ５ ） 收稿 日期 ： ０ １ １ ５ ２ １ —０ —１ 修 稿 日期 ： ０ １ １ ２ ２ １ —０ — ３
和 Ｏ ＴＣ Ｐ ＩＳ等算 法 ｉ ３ １ 由于 不 确 定 性 数 据 中 “ 确 性 ” “ 糊 性 ” 存 不 及 模 的 在． 使得 在 聚类 挖 掘 中 ． 不确 定 性 数据 对 象 间 的 距 离 也
作 者 简介 ： 春 霞 （ ９ ３ ， ， 西兴 平 人 ， 士 ， 金 １ ７ 一） 女 陕 硕 副教 授 ， 究 方 向 为 计 算机 应 用 、 息 处理 、 据挖 掘 研 信 数
① 现 计 机 ２１． 代 算 ０１２ ０
具 有 不 确 定 性 ．对 象 间 的 距 离 衡 量 方 式 必 须 有 别 于 传 统 聚类 距 离 函 数 。Ｈ．． ｒ ｇｌ 设 计 了一 种 基 于 密 度 Ｐ Ｋｉ ｅ等 ｅ
近年 来 ．随 着 技 术 的 进 步 和 人 们 对 数 据 采 集 和 处 理技 术 理解 的 不 断 深 入 ．在许 多 现 实应 用 中 。例 如 经 济 、 事 、 流 、 融 、 信 等 领 域 ， 确 定 性 数 据 普 遍 军 物 金 电 不 存在 ． 扮 演 着 关 键 角 色 。 此 面 向 不 确 定性 数 据 的挖 且 为 掘算 法越 来 越 引起 人 们 的 关 注 ．主要 研 究 内容 包 括 聚 类技术 、 类技术及频繁模式挖掘 。 分 而数 据 的 不 确 定 性
不确 定 性 数 据 聚 类挖 掘 研 究 综述
金 春 霞 ． 周 海 岩
（ 苏淮 阴工 学 院 计 算 机 Ｔ 程学 院 ， 安 ２ ３ ０ ） 江 淮 ２０ ３
★
摘
要 ： 据 日前 数 据 挖 掘研 究 的 现 状 ， 析 不确 定数 据 的 聚 类挖 掘 算 法 。针 对 不 确 定 数 据 聚 类 挖 根 分 掘 存 在 的 问题 ． 出改 进 传 统 的 数 据 挖 掘 算 法 来适 合 不确 定数 据 的聚 类挖 掘 或 找 出新 的 聚 提 类挖 掘 算 法 。 来解 决不 确 定 数 据 聚 类挖 掘 问题 的新 思 路 。
则 把数 据 挖 掘 技 术 引 入 不 确定 数据 管 理 中 ． 恰 可 以 恰 解 决 以上 问题
１ 不确 定 性 数 据 管 理 现 状
针 对 不 确 定 性 数 据 的研 究 ＿ 作 已 经 有 几 十 年 历 史 Ｔ
２ 不 确 定 性 数 据挖 掘 算 法分 析
近 年 来 ．不 确 定 性 数 据 挖 掘 研 究 工 作 主 要 集 中 在 数 据 预 处 理 、 确 定 数 据 的挖 掘算 法 、 据 挖 掘 的 建 模 不 数 方 法 、 据 挖 掘 ＿具 等 ， 中不 确 定 性 数据 的挖 掘 算 法 数 丁 其
是 焦 点 问 题
了 从 ２ ０世 纪 ８ 年 代 末 开 始 ． 对 概 率 数据 库 的研 究 ０ 针 ＿ 就从 未 间 断过 这 类 研 究 工 作将 不 确 定性 引 人 到 丁作
关 系 数据 模 型 中 去 ． 取得 了 较 大 进 展 。 近 年来 ， 对 不 针 确定 性 数 据 的 研究 工 作 则 在 更 广 的范 围 内取 得 了更 大 的进 展 ．即在 更 丰 富 的数 据类 型 上 处 理 更 多 种 类 的查 询 任 务
（） １ 定性 数 据 的 聚类 挖 掘
数 据 聚 类 分 析 是 数 据 挖 掘 研 究 领 域 中一 个 非 常 活 跃 的研 究 课 题 聚类 分 析 源 于 包 括 数 据 挖 掘 、 计 学 、 统
以及 机 器 学 习等 诸 多 研 究 领 域 ．是 一 个 富有 挑 战 性 的
研究领域 。 确定性数据的聚类 方法 主要有 Ｋ Ｍｅｎ 、 － — ａｓＫ
Ｍｅ ｏｄ 、 次 Ｂ ＲＣ Ｃ Ｅ 以及 基 于 密 度 的 ＤＢ Ｃ ｄ ｉｓ 层 Ｉ Ｈ、 ＵＲ Ｓ ＡＮ
Biblioteka Baidu
确定 性数 据 的存 储 和查 询 ．它 的 属性 值 可 以 划 分 成 若
干个 等 价 类 ． 性 值 是 这些 等价 类 的并 集 然 而 在 构 建 属 数据库时 ． 不能一次性预测属性值的所有取值情况 ． 并
关 键 词 ：不确 定 性 数 据 ：聚 类 挖 掘 ；数 据 挖 掘
Ｏ 引
言
而 是 在 实 践 中完 善 和补 充 ．这 样 原 来 的等 价 类 需 要 不
断 地 更 新 、 态 地 改 变 等 价 类 。在 更 新 基 本 表 时 ， 可 动 也 能 会 更 新 等 价 类 因此 在 数 据存 储 和更 新 时 ． 考 虑 到 要
Ｂ Ｔ ｅｅａ 人 将 Ｒ ｕｈ集 理 论 与 传 统 关 系 数 据 ． ｈｒｓ 等 ｏｇ 库 模 型 相 结 合 ．于 ２０ ０ ６年 提 出 了 粗 关 系 数 据 库 模 型
ｆ ｕ ｈ Ｒ ｌｔ ｎ ｌＤ ｔｂ ｓ ｄ ｌ Ｒ Ｍ）主 要 处 理 不 Ｒｏ ｇ ｅａ ｏ ａ ａａ ａｅ Ｍｏ ｅ。 ＲＤ ， ｉ
的 不 确 性 数 据 的 聚类 算 法 ．提 出 了一 种 衡 量 不 确 定 性
界 限 的不 确 定 性 ． 概 念 具 有 内 涵 分 明 、 延 不 明 确 的 其 外 特 性 。它 比随 机 性 有 更 基 本 、 稳 定 的不 确 定 性 。这 种 更
模 糊 不 确 定 性 不 能 用 概 率 分 布来 描 述 ．而 是 使 用 隶 属 度 函数 来 描 述 不 确 定 数 据 属 于 模 糊 集 的程 度