主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
高 滢,刘大有,齐 红,刘 赫.一种半监督K均值多关系数据聚类算法.软件学报,2008,19(11):2814-2821
一种半监督K均值多关系数据聚类算法
Semi-Supervised K-Means Clustering Algorithm for Multi-Type Relational Data
投稿时间:2008-02-19  修订日期:2008-08-26
DOI:
中文关键词:  数据挖掘  半监督学习  聚类算法  多关系数据  K均值聚类
英文关键词:data mining  semi-supervised learning  clustering algorithm  multi-type relational data  K-means clustering
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60496321, 60773099, 60573073 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant Nos.2006AA10Z245, 2006AA10A309 (国家高技术研究发展计划(863)); the Science and Technology Development Plan of Jilin Province of China under Grant No.20030523 (吉林省科技发展计划); the European Commission under Grant No.TH/Asia Link/010 (111084) (欧盟项目)
作者单位
高 滢 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
刘大有 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
齐 红 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
刘 赫 吉林大学 计算机科学与技术学院,吉林 长春 130012
吉林大学 符号计算与知识工程教育部重点实验室,吉林 长春 130012 
摘要点击次数: 5243
全文下载次数: 6512
中文摘要:
      提出了一种半监督K均值多关系数据聚类算法.该算法在K均值聚类算法的基础上扩展了其初始类簇的选择方法和对象相似性度量方法,以用于多关系数据的半监督学习.为了获取高性能,该算法在聚类过程中充分利用了标记数据、对象属性及各种关系信息.多关系数据库Movie上的实验结果验证了该算法的有效性.
英文摘要:
      A semi-supervised K-means clustering algorithm for multi-type relational data is proposed, which extends traditional K-means clustering by new methods of selecting initial clusters and similarity measures, so that it can semi-supervise cluster multi-type relational data. In order to achieve high performance, in the algorithm, besides attribute information, both labeled data and relationship information are employed. Experimental results on Movie database show the effectiveness of this method.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利