文档介绍：D A L I A N U N I V E R S I T Y O F T E C H N O L O G Y
fi S S 土 莩 ￡
基 于 先验 知识 的 半监 督 聚类 算法研 究
学 科专业 — 一
作者姓 名 — 一
指导教 师— ― 教授
宣照 国 讲师
答辩 曰 期
硕 士 学 位 论 文
基于先验知识 的 半监督聚类算法研究
作 者 姓 名 刘 明
学 科 、 专 业 系 统 分析与 集 成
学 号
指 导 教 师 吴江 宁 宣照 国
完 成 日 期
大连 理工大学 学位论 文独创 性 声 明
作 者 郑 重 声 明 ： 所 呈 交 的 学 位 论 文 , 是 本 人在 导 师 的 指 导 下 进行研 究
工 作 所 取得 的 成 果 。 尽 我 所 知 , 除文 中 已 经 注 明 引 用 内 容和 致 谢 的 地 方 外
本论 文 不 包 含 其 他 个 人 或 集体 已 经 发表 的 研 究 成 果 , 也 不 包 含其他 已 申 请
学 位 或 其他 用 途使用 过的 成 果 。 与 我 一 同 工 作 的 同 志 对本研 究 所 做 的 贡 献
均 已 在 论文 中 做 了 明 确 的 说 明 并表 示 了 谢 意 。
若有 不 实 之 处 , 本人 愿 意 承担相 关 法 律 责 任 。
学 位论 文题 目 ：
作 者 签 名 ： ￠ 曰 期 ： 年 月 曰
大连理 工 大学硕 士学位论文
摘 要
聚类 是数据 挖掘 中 一种常 用 的 方 法 , 在实 际 应用 和 学 术研 究 中 常 用 来 进行数据 分 析
及数 据 的 类 别 划 分 。 半监 督 聚 类 作 为 聚 类分析 的 一 个 重要分 支 , 在近 十年来 , 受 到 了 广
泛 的 关注 。 半 监督 聚类 利 用 少 量 的 先 验知识 , 协助 聚类 分析 , 提高 聚类 的 准 确 率 或效率 。
半监督 聚 类 中 先 验知 识 的 表现 形式 多 样 , 主 要 包括 数据 的 类别 标签信 息 标 注 数据 和 数
据对 的 类 别 异 同 信息 约 束对 数 据 。 先 验 知识 在 数据 集 中 的 分布 不 同 , 在 聚 类 过程 中 的
作 用 也 不 一样 , 甚 至 可能 对聚 类 产 生 消 极 影 响 , 降 低聚类 的 准 确 度 。 本文 通 过 对先 验知
识 的 重要 性 进行 评 价 , 并根据先 验知 识 重要 性 的 不 同 , 采取 不 同 的 处理方 式 , 更 好 地利
用 先验 知 识 , 提 高 半 监督 聚类 的 准确 性 。
针对 不 同 的 先 验知 识 , 本 文主 要进行 以 下 研 究 ：
本 文 首先 分 析 标注 数据 降 低 聚 类准确 度 的 原 因 , 提 出 基 于标 注 数