高维数据集中局部离散文本数据挖掘方法研究

摘要：

提出利用基于多目标优化软子空间聚类理论的关联规则数据挖掘方法对高维数据集中局部离散文本数据实现数据特征有效挖掘.首先,利用多目标优化软子空间聚类思想结合非支配排序遗传理论优化加权类内紧致及加权类间分离函数,获取优化后的目标函数及非占优Pareto最优解集,运用加权子空间划分方法对最优解集完成特征聚类;其次,基于关联规则思想运用一种特征提取和关联文本的识别方法,对聚类后的文本特征进行文本间及文本内部的特征识别和分类,即实现了文本信息数据的有效挖掘.实验证明,利用多目标优化软子空间聚类数据挖掘方法可以有效实现高维集中局部离散文本数据的挖掘.

关键词：高维数据、数据特征聚类、数据挖掘、关联规则

所属期刊栏目：40

分类号：TN911.1-34;TP391

资助基金：2017年度广西壮族自治区中青年教师基础能力提升项目:基于数据挖掘的智慧旅游的研究2017KY0920

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：138-141