一种基于频繁闭合模式的非数值型数据聚类算法  

Frequent Closed Pattern Based Clustering Algorithm for Categorical Data

作　　者：刘青宝[1] 王万军[1] 王德鑫 

机构地区：[1]国防科学技术大学信息系统工程重点实验室,湖南长沙410073 [2]广州军区空军指挥自动化工作站,广东广州510072

出　　处：《信息工程大学学报》2011年第6期745-749,共5页Journal of Information Engineering University

基　　金：国家自然科学基金项目资助(70771110)

摘　　要：提出了一种基于频繁闭合模式的非数值型数据聚类算法。该算法将频繁闭合模式所支持的事务集作为候选类,通过引入新颖的质量评价方法来评估频繁闭合模式的质量,并利用该方法选出高质量的频繁闭合模式进而生成最终聚类,从而有效克服了非数值型数据对象间因距离难以定义所带来的聚类困难。By defining a novel quality measure to evaluate the suitability of frequent closed patterns to form the clusters,this paper proposes a Frequent Closed Pattern Clustering（FCPC） algorithm for categorical data.This algorithm takes the support transaction sets of selected frequent closed patterns as candidate clusters and uses the novel quality measure to select quality frequent closed patterns,which overcomes difficulties caused by fuzzy distances between categorical data objects.

关 键 词：聚类分析 非数值型数据 等价类 频繁闭合模式 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]