公开(公告)号：CN101408901B

公开(公告)日：2010-07-14

申请号：CN200810229043.1

申请日：2008-11-26

Applicant: 东北大学

Inventor： 王国仁 ,  于亚新 ,  王波涛 ,  丁国辉 ,  王斌 ,  赵相国 ,  赵宇海 ,  信俊昌 ,  乔百友 ,  韩东红 ,  张恩德 ,  李淼

IPC: G06F17/30

Abstract: 一种基于主题词条的跨类型数据的概率聚类方法，属于数据库领域，包括以下步骤：(1)定义主题词条的类型；将跨类型数据分为主题相关词条、主题半相关词条和主题不相关词条；(2)对每类词条分配概率；(3)用概率表示数据主题；(4)构建数据的主题词条概率相似性矩阵M；对步骤(3)中跨类型数据的任意两个数据dx和dy，计算dx和dy任意两种描述形式的相似度，将相似度大于某一阈值的相似性的概率相加，将任意两个数据的直接相关概率存储在矩阵M中；(5)基于矩阵M构建聚类模型Mc；(6)基于聚类模型Mc的聚类方法。本发明利用与主题相关的词条项的相似性来对跨类型数据进行聚类，提高了数据聚类的精度，减少了聚类时间。

公开(公告)号：CN101408901A

公开(公告)日：2009-04-15

申请号：CN200810229043.1

申请日：2008-11-26

Applicant: 东北大学

Inventor： 王国仁 ,  于亚新 ,  王波涛 ,  丁国辉 ,  王斌 ,  赵相国 ,  赵宇海 ,  信俊昌 ,  乔百友 ,  韩东红 ,  张恩德 ,  李淼

IPC: G06F17/30

Abstract: 一种基于主题词条的跨类型数据的概率聚类方法，属于数据库领域，包括以下步骤：(1)定义主题词条的类型；将跨类型数据分为主题相关词条、主题半相关词条和主题不相关词条；(2)对每类词条分配概率；(3)用概率表示数据主题；(4)构建数据的主题词条概率相似性矩阵M；对步骤(3)中跨类型数据的任意两个数据dx和dy，计算dx和dy任意两种描述形式的相似度，将相似度大于某一阈值的相似性的概率相加，将任意两个数据的直接相关概率存储在矩阵M中；(5)基于矩阵M构建聚类模型Mc；(6)基于聚类模型Mc的聚类方法。本发明利用与主题相关的词条项的相似性来对跨类型数据进行聚类，提高了数据聚类的精度，减少了聚类时间。