基于数据挖掘的聚类算法研究  

Survey of Clustering Algorithms Based on Data Mining

作　　者：李秀芳[1] 李志成 

机构地区：[1]湖南商学院计算机与电子工程系,湖南长沙410205 [2]创智信息技术有限公司,湖南长沙410007

出　　处：《计算技术与自动化》2006年第3期41-45,共5页Computing Technology and Automation

基　　金：湖南省科技计划项目(05JT1035);广东省关键领域重点突破项目(2005A10207003)资助

摘　　要：随着数据信息的积累,如何从这些海量信息中有效地提取所需要的知识成为当前数据挖掘的重要内容。聚类作为数据挖掘的重要工具,通过将数据划分成多个类,使得类内数据尽可能相似,而类间数据的相似度尽可能小,已成为研究热点。本文总结在数据挖掘中的聚类算法,针对聚类中所存在的问题进行归纳,并对未来的研究进行了展望。With acceleration of electronic data, how to effectively extract knowledge interested by users has been become an important issue in data mining. As one of important tools in data mining, clustering algorithm, which groups the data into many subsets according to the similarity between objects, has been a topic issue. This paper summarizes .some typical clustering algorithms, analyses some issues in clustering, and shows the future work of clustering algorithms.

关 键 词：聚类 数据挖掘 支持向量聚类 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]