发布时间：2020-09-25 12:56:20 文章作者：知网小编 文章来源：本站首发
style="text-align: center;">
瑕佹棬鍦ㄧ嚎绀句氦缃戠粶宸茬粡鎴愪负浜轰滑淇℃伅浜ゆ祦鐨勯噸瑕佹笭閬撳拰杞戒綋锛屽舰鎴愪簡涓庣幇瀹炰笘鐣岀浉浜掍綔鐢ㄧ殑铏氭嫙绀句細銆傝澶氱綉缁滀簨浠堕€氳繃SNS杩呴€熶紶鎾紝鐭椂闂村唴鎴愪负鑸嗚鐑偣锛岃礋闈簨浠跺啿鍑诲浗瀹跺畨鍏ㄥ拰绀句細绋冲畾锛屽紩鍙戜竴绯诲垪绀句細闂銆傚洜姝わ紝鍙戞帢绀句氦缃戠粶涓寘鍚殑鐑偣淇℃伅锛屾棤璁烘槸浠庤垎璁虹洃鐫ｆ柟闈㈣繕鏄粠鑸嗚璀︽垝鏂归潰閮藉叿鏈夐噸瑕佹剰涔夈€傝櫧鐒舵枃鏈泦缇ゆ槸鎸栨帢鐑偣淇℃伅鐨勯噸瑕佹柟娉曪紝浣嗘槸浣跨敤浼犵粺鐨勯暱鏂囨湰闆嗙兢绠楁硶锛屽鐞嗛噺鐭殑鏂囨湰鏃剁殑鍑嗙‘鎬ч檷浣庯紝澶嶆潅搴︽€ュ墽澧炲姞锛屽苟涓旀椂闂磋姳璐硅繃澶氥€傚熀浜庢枃鏈叧閿瓧锛岀粰鍑轰簡灏嗕笂涓嬫枃涓庣被浼煎害鐭╅樀鐩哥粨鍚堢殑鐩稿叧妯″瀷锛屼互纭畾褰撳墠鏂囨湰涓庡厛鍓嶆枃鏈箣闂寸殑鍏崇郴銆?
杩樻牴鎹浉鍏虫ā鍨嬭皟鏁存枃鏈叧閿瓧鐨勬潈閲嶄互杩涗竴姝ラ檷浣庡櫔澹般€傛渶鍚庯紝鍦℉adoop璁烘枃鐨勯噸鏂扮爺绌跺钩鍙颁笂瀹炵幇浜嗚壊鏁ｅ瀷鐭枃鏈仛绫荤畻娉曘€傞€氳繃涓嶬MEANS銆丼P-NN銆丼P-WC绠楁硶鐨勬瘮杈冨疄楠岋紝楠岃瘉浜嗘墍鎻愬嚭鐨勭畻娉曞湪璇濋鐨勬寲鎺橀€熷害銆佸噯纭巼銆佸彫鍥炵巼绛夋柟闈㈠叿鏈夋洿濂界殑鏁堟灉銆?
鍦ㄧЩ鍔ㄤ簰鑱旂綉鏃朵唬锛岄殢鐫€浜轰滑鐢熸椿鑺傚鐨勫姞蹇紝鐢ㄧ畝娲佽繀閫熺殑鐭浜ゆ祦鏇寸鍚堜汉浠殑鐢熸椿銆備緥濡傦紝浜轰滑浣跨敤鍑犱釜绠€鍗曠殑鍏抽敭璇嶏紝閫氳繃鎼滅储寮曟搸鎼滅储淇℃伅锛屼娇鐢ㄥ井淇°€丵Q绛夎亰澶╋紝鍜屾湅鍙嬩氦寰€銆傞€氳繃鎸栨帢鐭枃鏈俊鎭紝鍙互鑾峰緱鐩稿叧鍟嗕笟淇℃伅銆佷汉闄呭叧绯讳俊鎭€佺儹鐐规柊闂汇€佽秼鍔夸俊鎭瓑鍐呭銆?
鍒╃敤闆嗙兢缁勭粐绫讳技鐨勬枃鏈綔涓虹幇鏈夌殑閲嶈鎶€鏈墜娈典箣涓€锛屼互浣垮緱绯荤粺鑳藉鑷姩鍦版寲鎺樼煭鏂囨湰淇℃伅锛屽苟鎴愪负璇濋銆傚悇绉嶇ぞ浜ょ綉缁滃簲鐢ㄤ骇鐢熷ぇ閲忕殑鐭枃鏈紝鍏锋湁鎸佷箙鎬с€佹棤闄愭€с€佸姩鎬佹€х瓑鐗瑰緛[1]銆傛枃鏈簭鍒楀寘鍚緢澶氱箒鐞愮殑淇℃伅銆傛枃鏈殑鍐呭婧愬绉嶅鏍凤紝鍏跺唴瀹瑰拰鍏虫敞搴﹀彂鐢熶簡鍔ㄦ€佸彉鍖栥€傝瘽棰樹腑蹇冧篃闅忕潃鏃堕棿鑰屽彉鍖栥€傜浉閭绘枃鏈箣闂寸殑涓婁笅鏂囧叧绯婚潪甯稿己锛屼俊鎭殑鏃舵晥鎬ц秺鏉ヨ秺楂樸€?
鐢变簬杩欎簺鍥犵礌锛岄€氳繃姝ｇ‘妫€娴嬪拰璺熻釜璇濋锛岃幏寰楃浉鍏充俊鎭彉寰楄秺鏉ヨ秺闅俱€備紶缁熺殑闀挎枃鏈泦缇ゅ垎鏋愰€氬父鍩轰簬鏂囨湰鐨勭壒寰佸悜閲忔潵杩涜鐩稿叧鎬х‘瀹氾紝渚嬪鍏稿瀷鐨勫熀浜庡垝鍒嗙殑闆嗙兢鍒嗘瀽銆佸熀浜庡眰绾х殑闆嗙兢鍒嗘瀽銆佸熀浜庡瘑搴︾殑闆嗙兢鍒嗘瀽銆?
鍩轰簬鎵€鍒掑垎鐨勯泦缇ょ畻娉曪紙Partion-basedMethods锛夌殑鎬讳綋鎬濇兂锛屽皢鍏锋湁N涓褰曠殑鏂囨湰闆嗘渶缁堝垝鍒嗕负K锛圞铏玁锛変釜缁勶紝姣忎釜缁勪唬琛ㄤ竴涓被鍒紝骞朵笖闆嗙兢缁撴灉鐨勮瘎浼版爣鍑嗗湪缁勫唴璁板綍瓒婃帴杩戝叧鑱旀€ц秺濂斤紝涓嶅悓缁勪箣闂寸殑璁板綍鍏宠仈鎬ц秺杩滆秺濂姐€傛瘡涓褰曞繀椤诲睘浜庡敮涓€缁勶紝骞朵笖姣忎釜鍒嗙粍涓寘鎷嚦灏戜竴涓褰曘€傚吀鍨嬬殑K-MEANS绠楁硶[10]銆並-MEDOIDS绠楁硶[11]鍜孋LARANS绠楁硶鍩轰簬鐢ㄤ簬鍖哄垎鎬濇兂鐨勯泦缇ょ畻娉曘€?
杩欑绠楁硶鐨勪紭鐐规槸绠€鍗曟湁鏁堬紝缂虹偣鏄笉鑳藉緢濂藉湴澶勭悊鍣０鍜屽绔嬬偣锛屽苟涓旈泦缇ゆ晥搴斿鍒濆鍊肩殑閫夋嫨鏈夊緢澶х殑渚濊禆鎬э紝骞朵笖闆嗙兢娑堣€楃殑鏃堕棿涓嶇ǔ瀹氾紝骞朵笖鐜板湪鏄€傚綋鐨勫垵濮嬪€笺€傛病鏈夐€夋嫨鏈熷€肩殑濂芥柟娉曘€傚湪澶勭悊澶ф暟鎹椂锛岄毦浠ヤ及璁″鐞嗘枃鏈墍闇€鐨勬椂闂达紝涓嶈兘婊¤冻鏃舵晥鎬х殑瑕佷欢锛屽湪鏁版嵁闆嗗ぇ鐨勬儏鍐典笅锛岀粨鏋滃鏄撻櫡鍏ュ眬閮ㄦ渶浣炽€傚熀浜庡眰绾х殑闆嗙兢绠楁硶鏄眰绾у湴鐩稿叧鍦扮‘瀹氶瀹氬鐞嗙洰鏍囨枃鏈泦骞朵笖寰幆浠ヨ揪鍒版墍璁剧疆鐨勭粨鏉熸潯浠剁殑鍚勫眰纭畾銆?
灞傝仛绫荤畻娉曟牴鎹鐞嗘柟寮忓垎涓衡€滆嚜涓嬭€屼笂鈥濆拰鈥滆嚜涓嬭€屼笂鈥濈殑灞傜骇鑱氱被鍜屸€滆嚜涓嬭€屼笂鈥濈殑灞傜骇鑱氱被銆備互鈥滆嚜涓嬭€屼笂鈥濈殑灞傜骇鑱氱被涓轰緥锛屾渶鍒濅綔涓哄悇涓被鍒寜鍚勪釜瑕佺礌鍒嗙被锛岀劧鍚庤繘琛岃繖浜涚被鍒箣闂寸殑鍏宠仈鍒嗘瀽锛屽悎鎴愪竴涓揪鍒颁竴瀹氬叧鑱旈槇鍊肩殑绫诲埆锛岀劧鍚庡鏂拌幏寰楃殑绫诲埆杩涜鍚屾牱鐨勫垽瀹氾紝瀵笰rgo鎵ц[17-18]鐩村埌婊¤冻鑺傚璁剧疆鐨勭粨鏉熸潯浠躲€?
闃舵鍩轰簬鎬濇兂鑱氱被鐨勭畻娉曟湁寰堝銆傞€氬父鏈塀IRCH绠楁硶銆?9銆曘€丆URE绠楁硶銆?0銆曚互鍙奀HAMEON绠楁硶銆?1銆曠瓑銆備笌鍩轰簬鍒掑垎閮ㄥ垎鐨勯泦缇ょ畻娉曠浉姣旓紝灞傜骇闆嗙兢鏇寸伒娲伙紝浣嗘槸鍏惰绠楅噺杈冨ぇ锛屾椂闂村鏉傚害杈冮珮锛屽苟涓斿簲鐢ㄤ簬鏇村皬鐨勬暟鎹泦锛屽苟涓斿湪鐗瑰緛杈冨皯鐨勬儏鍐典笅纭畾绫婚泦缇ょ被浼煎害鏃跺瓨鍦ㄨ緝澶ц宸紝骞朵笖鍦ㄥ悗闈㈠奖鍝嶅悗缁垽鏂敱浜庡熀浜庡瘑搴︾殑闆嗙兢绠楁硶涓嶆槸鍩轰簬鍏冪礌鍜岀被鐨勮窛绂荤殑鐩镐技鎬х‘瀹氾紝鑰屾槸鍩轰簬鍏冪礌鍒嗗竷鐨勫瘑搴︽潵鍒掑垎锛屾墍浠ラ€氳繃鍩轰簬璺濈纭畾鏂囨湰鐨勭浉浼兼€ц€屾病鏈夎繃澶氫緷璧栨€х殑鏂囨湰鍒嗗竷褰㈢姸鐨勪笉瓒炽€傚綋鏌愪釜鍖哄煙鐨勪腑鐐圭殑瀵嗗害澶т簬璁惧畾闃堝€兼椂锛?
纭畾璇ョ偣灞炰簬鐩搁偦闆嗙兢銆備竴鑸殑DBSCAN绠楁硶[23]銆丱PPTCS绠楁硶[24]鍜孌ENCLUE绠楁硶[25]灞炰簬鍩轰簬瀵嗗害鐨勯泦缇ょ畻娉曘€侱BSCAN绠楁硶鐨勪竴涓己鐐规槸瀵硅瀹氱殑鎵弿鍗婂緞鍜屾渶灏忓寘鍚殑鐐规暟闈炲父鏁忔劅锛岃繖涓や釜鍙傛暟鐨勫井灏忓彉鍔ㄥ鑱氱被鏁堟灉鏈夊緢澶х殑褰卞搷銆傜劧鑰岋紝涓嶅垢鐨勬槸锛岃繖涓や釜鍙傛暟鐨勯€夋嫨娌℃湁閬靛惊涓€瀹氱殑瑙勫緥銆傚彧鏈夋牴鎹粡楠屾墠鑳戒汉宸ヨ瀹氥€傝繖浜涙柟娉曚娇鐢ㄥ瓧-鍙嶅悜鏂囦欢棰戠巼锛圱ermFrequencyInverseDoctentFrequency銆乀F-IDF锛夋潵璁＄畻鍏抽敭瀛楃殑鏉冮噸鍊硷紝璁＄畻鏂囨湰涔嬮棿鐨勭壒寰佸悜閲忎笌涓や釜鏂囨湰涔嬮棿鐨勮窛绂伙紝鎴栫‘瀹氫袱涓枃鏈箣闂寸殑绱у瘑搴︺€?
杩欎簺鏂规硶瀵归暱绡囨枃绔犳湰鑳芥湁寰堝ソ鐨勮仛绫绘晥鏋溿€傞暱鏂囨湰鏈夊緢澶氬叧閿瓧銆傚嵆浣挎寲鎺樺嚭鐨勭壒寰佸悜閲忔湁涓€瀹氱殑璇樊锛屼篃涓嶄細瀵硅仛绫绘晥鏋滀骇鐢熷緢澶у奖鍝嶃€傜ぞ浜ょ綉缁滅殑鐭枃鏈叿鏈夆€滅畝鍖栤€濈殑鐗瑰緛锛屾枃鏈悜閲忕殑绋€鐤忓害澶э紱鍚屾椂锛岄€氳繃TF-IIDF璁＄畻鐨勫叧閿瓧鐨勬潈鍒╁€奸潪甯稿皬锛屽嚑涔庝负0锛屽湪璁＄畻鏂囨湰涔嬮棿鐨勭被浼煎害鏃朵骇鐢熷ぇ璇樊锛孋PU澶勬氮璐逛簡鏃堕棿鍜屽唴瀛樿祫婧愩€傚鏋滆澶勭悊鐨勮瘽棰樼殑绉嶇被寰堝锛岃€屼笖鏂囨湰鐨勬暟鎹噺澶э紝鍒欐瘡涓€涓瘽棰橀兘浠ユ墍鏈夋枃瀛椾负鍩虹璁＄畻璇濋鐨勪腑蹇冿紝姣忔杩涜绫讳技搴﹀垽瀹氭椂锛屾瘮杈冩墍鏈夌殑璇濋涓績锛岄殢鐫€鏁版嵁瑙勬ā鐨勫鍔狅紝璁＄畻閲忓憟鎸囨暟澧炲姞锛岀畻娉曠殑鎬ц兘鎬ラ€熶笅闄嶏紝娑堣€楁椂闂存€ラ€熷鍔犮€傚洜姝わ紝杩欐牱鐨勫叏灞€鑼冨洿鐨勬枃鏈悜閲忚〃绀烘柟娉曚笉閫傚悎浜庣ぞ浜ょ綉缁滅殑鐭枃鏈泦缇ょ畻娉曘€傝繎骞存潵锛屼竴涓帴涓€涓湴鍑虹幇浜嗕笓闂ㄩ拡瀵圭煭鏂囨湰鑱氱被鐨勭畻娉曪紝浣嗘洿澶氱殑鏄敼鍠勪簡浼犵粺鐨勮仛绫荤畻娉曘€備緥濡俉R-KMEANS銆?1銆曠瓑锛岀煭鐨勬枃鏈泦缇ょ殑鏁堟灉铏界劧鏈夋墍鎻愰珮锛屼絾鏄纭巼杩樺緢浣庯紝璁＄畻閲忎篃寰堝ぇ锛岃姳浜嗗お澶氭椂闂达紝鏃犳硶寰堝ソ鍦拌В鍐虫捣閲忔暟鎹鐞嗙殑闂銆傛垜浠彁鍑轰簡5绉峉ingle-Pass鑱氱被绠楁硶锛屽Shen銆係PB銆丼PWC銆丼P-NN銆丼P-WNN銆丼P-LF銆?
Single-Pass闆嗙兢绠楁硶鏄暟鎹祦闆嗙兢鐨勭粡鍏告柟娉曪紝瀵规暟鎹泦杩涜瀹炴椂鎴栫绾垮鐞嗭紝鏈夋晥鍦板搴斾簬鏂囨湰鍐呭鐨勫姩鎬佸彉鍖栵紝骞朵笖绠楁硶鐨勮В閲婃€ч珮銆傜己鐐规槸杈撳叆鏂囨湰鏃
