基于数据挖掘的符号序列聚类相似度量模型.pdf

2009 年 1 月 计算机工程 第35 卷第1 期 Vol.35 No.l Computer Engineering January 2009 文章编号 100←-3428(2009)01--0178→2 文献标识码 A 中回分类号 TP391 ·人工智能及识别技术· 基于数据挖掘的符号序列聚类相似度量模型 郑宏珍，视锢辉，战德臣，徐晓飞 (哈尔滨工业大学智能计算中心， 264209) 摘要:为了从消费者偏好序列中发现市场细分结构，采用数据挖掘领域中的符号序列聚类方法，提出一种符号序列聚类的研究方法和框 架，给出 RSM 相似性度量模型。调整 RSM 模型参数，使得 RSM 可以变为与编辑距离、海明距离等价的相似性度量。通过kSM 与其他 序列相似性度量的比较，表明 RSM 具有更强的表达相似性概念的能力。由于RSM 能够表达不同的相似性概念，从而使之能适用于不同的 应用环境，并在其基础上提出自组织特征映射退火符号聚类模型，使得从消费者偏好进行市场细分结构研究的研究途径在实际应用中得以 实现。 关键词:符号序列聚类;数据挖掘;相似性模型 Symbolic Sequence Clustering Regular Similarity Model ßased on Data Mining ZHENG Hong-zhen , CHU Dian-hui , ZHAN De-chen, XU Xiao-fei (Intelligent Computing C巳nt町， Harbin Institute ofTechnology , Harbin 264209) (Abstract)From a consumer point of the sequenc巳 of preference , data rnining is used in the field of symbolic sequence clustering methods to detect market segmentation structure 咀lis paper proposes a symbolic sequence clustering m巳thodology and framework , gives the similarity me时c RSM model. By adjusting RSM model , p缸ameters can be changed into RSM and edit distance, Hamrning distance equivalent to 也e sirnilarity metric. RSM is comp缸巳d with other sequence sirnilarity metric , and is more similar to 由e expression of 由巳 concept of capacity. As to express different sirnilarity, the concept of RSM can be applied to different applications environment. Based on 由巳 SOM annealing symbol clustering model , the consumer preference for market s巳gmentation can be studied in the structure, which means it is r