| 离散数据上的非监督数据挖掘算法研究 |
| 其他题名 | A Study on Unsupervised Data Mining Algorithms over Categorical Data
|
| 沈志勇
|
| 导师 | 沈一栋
|
| 2009-06-04
|
| 学位授予单位 | 中科院软件所
|
| 学位 | 硕士
|
| 学位授予地点 | 中科院软件所
|
| 摘要 | 离散属性数据是数据挖掘中的一类重要数据，而非监督学习，是数据挖掘采用的一类关键方法。
本文针对多种类型的离散数据，包括文本数据，时序离散序列数据和多维离散数据，
研究若干新的非监督数据挖掘算法。主要内容包括：
多文集文本的主题建模
将 LDA 应用于多文集数据，提出了多文集文本上的主题建模方法 C-LDA。
在 C-LDA 中，主题信息可以在各个文集间传递，因此也可以将其看作一种基于传递学习的方法。
正是基于文集间的信息传递，C-LDA 更进一步克服了 LDA 模型在单文集文本数据上存在的过拟合现象。
此外，所提出的模型，还可以作为有监督的主题模型。通过大型多文集数据集，我们验证了该模型的有效性。
时序离散序列的主题建模
将 LDA 应用于时序离散序列数据，提出了 T-BiLDA 模型。在 T-BiLDA 模型中，我们提出了全局转移概率这一全新的概念。
基于该概念，T-BiLDA 模型将现有工作中的全局信息、局部信息和时序信息集成于同一个模型。在实际的入侵检测数据上取得了更好的效果。
多维离散数据的聚类分析
我们提出了将多维离散数据映射到空间数据的框架 R-map。使得现有的空间数据聚类算法可直接应用于映射后的数据。
我们从理论上证明了映射中能保持数据的聚类性质，并从实验上验证了 R-map的有效性。 |
| 学科领域 | 人工智能其他学科
|
| 语种 | 中文
|
| 内容类型 | 学位论文
|
| URI标识 | http://ir.iscas.ac.cn/handle/311060/201
|
| 专题 | 基础软件与系统重点实验室
|
推荐引用方式
GB/T 7714 |
沈志勇. 离散数据上的非监督数据挖掘算法研究[D]. 中科院软件所. 中科院软件所,2009.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论