[發(fā)明專利]一種基于三支c-means決策的目標(biāo)聚類方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811401683.6
• 申請日: 2018-11-22
• 公開（公告）號: CN109635849A
• 公開（公告）日: 2019-04-16
• 發(fā)明（設(shè)計）人: 張凱;劉三女牙;孫建文
• 申請（專利權(quán)）人: 華中師范大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 武漢東喻專利代理事務(wù)所(普通合伙) 42224
• 代理人: 方可

本發(fā)明提供一種基于三支c?means決策的目標(biāo)聚類方法及系統(tǒng)，屬于機器學(xué)習(xí)聚類技術(shù)領(lǐng)域。本發(fā)明將一個簇建模為positive域、boundary域和negtive域，依據(jù)簇的中心點與目標(biāo)數(shù)據(jù)之間的相對關(guān)系將目標(biāo)數(shù)據(jù)分配到簇的不同域，任何只要存在聚類邊界不明確的問題均可適用該方法，適用面廣，聚類效果好。進一步地，在簇的中心點計算中，根據(jù)目標(biāo)所屬的positive域和boundary域的數(shù)量來決定其權(quán)重，而非使用經(jīng)驗權(quán)重，可更加有效地對目標(biāo)進行聚類分析。

技術(shù)領(lǐng)域

本發(fā)明涉及機器學(xué)習(xí)聚類技術(shù)領(lǐng)域，更具體地，涉及一種基于三支c-means決策的目標(biāo)聚類方法及系統(tǒng)，特別適用于教育資源聚類。

背景技術(shù)

隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，越來越多的目標(biāo)聚類技術(shù)被應(yīng)用到類別預(yù)測中，常見的應(yīng)用場景如圖像分割處理、生物醫(yī)學(xué)識別、教育資源分類等等。以教育資源分類為例，根據(jù)教育資源的種種特征：如類型(視頻、文本、習(xí)題等)，使用時長(資源的平均被使用的時間長度)，使用頻率(某學(xué)期內(nèi)資源被使用的次數(shù))等，可以聚類出若干不同類型的教育資源，其結(jié)果可以從應(yīng)用角度為教育資源的開發(fā)提供建議。進一步地，與學(xué)生信息數(shù)據(jù)協(xié)同分析，可以使教育資源的開發(fā)更有針對性。

目標(biāo)聚類的主要目的是把相似的目標(biāo)分配到一個簇中，使得同一個簇中的目標(biāo)相似度盡量高，而不同的簇中的目標(biāo)相似度盡量低。在傳統(tǒng)的聚類方法中，每一個目標(biāo)只能屬于一個簇，這類方法屬于硬聚類方法。然而隨著應(yīng)用的深入，硬聚類方法遇到了若干問題，其中之一就是簇與簇之間的不確定邊界問題，即有些目標(biāo)可能介于多個簇之間，這就超出了硬聚類方法的解決范圍，而軟聚類是專門針對這類問題的。

軟聚類中最重要的一類技術(shù)方案是，使用粗糙集(Rough Sets)或類似理論對簇進行建模，然后使用模糊集(Fuzzy Sets)或類似的理論對目標(biāo)進行建模，最終將完成建模的簇和目標(biāo)代入傳統(tǒng)的k-means聚類算法的框架中。

這類軟聚類方法中仍凸顯出兩個方面的問題。一方面，對簇的建模使用多種類似的理論，除了粗糙集，還有陰影集(shadowed sets)等，這些理論均是把一個簇看做三個域：一個是由絕對屬于該簇的目標(biāo)組成的域，一個是由可能屬于該簇的目標(biāo)組成的域，一個是由不可能屬于該簇的目標(biāo)組成的域。而本發(fā)明申請人發(fā)現(xiàn)，這些理論具有內(nèi)部的統(tǒng)一性，均可以用三支決策理論加以概括，但是目前的軟聚類方法沒有使用三支決策理論對簇進行建模的；另一方面，在計算簇中心時，對處于不同域的目標(biāo)施加不同的權(quán)重，而這些權(quán)重是根據(jù)經(jīng)驗來決定的，這樣的后果是簇中心對權(quán)重值非常敏感。目前，這兩個方面均為亟需解決的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明的技術(shù)目的在于提供了一種目標(biāo)聚類方法，使用三支決策理論對簇進行建模，可更加有效地對目標(biāo)進行聚類分析。

為了實現(xiàn)本發(fā)明技術(shù)目的，本發(fā)明采用了如下技術(shù)方案：

一種基于三支c-means決策的目標(biāo)聚類方法，將一個簇c_i建模為positive域、boundary域和negtive域，分別表示為POS(c_i)、BND(c_i)和NEG(c_i)；其中，一個簇的positive域由絕對屬于該簇的目標(biāo)組成，一個簇的boundary域由可能屬于該簇的目標(biāo)組成，一個簇的negtive域由不可能屬于該簇的目標(biāo)組成；

該方法包括如下步驟：

(1)將待聚類的目標(biāo)數(shù)據(jù)x_j隨機初始分配到k個簇的positive域，其中，x_j∈U，U是所有待聚類目標(biāo)數(shù)據(jù)組成的集合；

(2)計算k個簇的中心點；

(3)根據(jù)計算出的各個中心點，重新分配所有目標(biāo)數(shù)據(jù)到k個簇的不同域；

(4)檢查迭代終止條件是否滿足，若不滿足則回到第(2)步，否則，結(jié)束；