动态图聚类技术及应用研究

发布时间：2021-07-17 19:49

　　随着大数据时代的到来,用图来表示数据成为越来越常见的形式,图聚类也成为了数据挖掘的重要技术手段。传统的图聚类技术主要是静态图聚类技术,即没有特别关注图结构动态变化的情况,这类方法并不十分适用于许多复杂变化的增量数据处理问题。因此,本文主要从发展增量式图聚类技术的角度,探索能够更好适应动态变化数据分析问题的新方法,并开展代表性的应用研究。针对现有动态图聚类技术在数据采样应用上的不足,本文就大规模数据的增量采样问题及事件发现热点新闻推送展开研究及应用。首先为更好地应对越来越大规模的数据高效处理要求,借助近邻传播算法的优异性能,通过引入分层增量处理和样本点动态赋权策略,实现了一种能够非常有效地平衡处理效率和采样质量的新方法。在人工数据集、UCI标准数据集和图像数据集上进行的性能分析表明,新方法与现有相关方法在采样划分质量上可达到同等水平,而计算效率则可实现大幅提升。另外在深度学习的数据增强应用中,文中方法具有显见的实用价值。其次,为获得更好的事件发现和代表性新闻抽取性能,引入数据集代表点采样聚类的视角,研究实现了一种事件发现及表示的集成分析方法。对于给定的新闻流数据,首先引入信息支撑度定义新... 

【文章来源】：江南大学江苏省 211工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

leaves叶片类型与部分增强图像

【参考文献】：
期刊论文
[1]基于图聚类的汉越双语新闻话题发现[J]. 王禹森,余正涛,高盛祥,周超,洪旭东.  数据采集与处理. 2018(03)
[2]基于词向量的中文事件发现及表示[J]. 张斌,胡琳梅,侯磊,李涓子.  模式识别与人工智能. 2018(03)
[3]基于建构主义学习理论的个性化知识推荐模型[J]. 谢振平,金晨,刘渊.  计算机研究与发展. 2018(01)
[4]面向舆情事件的子话题标签生成模型ET-TAG[J]. 周楠,杜攀,靳小龙,刘悦,程学旗.  计算机学报. 2018(07)
[5]一种融合用户关系的自适应微博话题跟踪方法[J]. 柏文言,张闯,徐克付,张志明.  电子学报. 2017(06)
[6]基于AC-Trie的在线社交网络文本流热点短语挖掘[J]. 黄九鸣,吴泉源,张圣栋,贾焰,刘东,周斌.  电子学报. 2016(10)
[7]大数据时代的互联网金融创新及传统银行转型[J]. 孙杰,贺晨.  财经科学. 2015(01)
[8]大数据系统和分析技术综述[J]. 程学旗,靳小龙,王元卓,郭嘉丰,张铁赢,李国杰.  软件学报. 2014(09)
[9]一种基于特征演变的新闻话题演化挖掘方法[J]. 赵旭剑,杨春明,李波,张晖,金培权,岳丽华,戴文锴.  计算机学报. 2014(04)
[10]面向大规模数据的分层近邻传播聚类算法[J]. 刘晓楠,尹美娟,李明涛,姚东,陈武平.  计算机科学. 2014(03)



本文编号：3288825