基于层次耦合聚类的用户社区划分方法:以主题公园社交平台为例

当前用户社区划分的研究较少关注对象与属性间的从属性关联,导致特征选择性能不高、精确度较低、鲁棒性较差以及运算量大的问题.文中在充分考虑用户和偏好主题词之间的关联影响关系的基础上,提出一种基于层次耦合聚类的用户社区划分方法,并通过4种分类算法的比较来确定最优阈值和实现偏好领域的最优划分.实验结果表明该方法具有较好的社交媒体用户偏好识别和社区划分性能,以分类评价指标AUC数值作为选取聚类阈值的标准,选取聚类阈值,极大的减少人为因素的影响.文中所提出的方法切实有效,有助于提升用户偏好识别和社区划分的相关性能.

区块链和比特币相关主题的知识结构分析:共被引和耦合聚类分析视角

区块链与比特币作为当前一种重要的新兴技术和数字货币,随着相关应用的拓展,一些理论和应用问题开始得到更多的关注.近年来,区块链和比特币的相关概念已经逐渐扩散到其他的学术领域.但是,对区块链和比特币相关主题的知识结构(Intellectual structure),包括知识基础(Intellectual base)和研究前沿(Research front)的探讨较少,定量化研究基本为空白.本文通过对Web of Science数据库收录的相关文献进行计量分析,并结合科学图谱分析工具,以较为直观的方式,部分呈现了区块链与比特币相关主题的知识结构,其中包括以共被引聚类分析呈现的知识基础和以耦合聚类分析和关键词共现分析呈现的研究前沿.对于推进区块链和比特币相关主题的知识扩散,以及对未来区块链和比特币的相关学术研究具有一定的参考价值.

引入SPA理论的灰色聚类河流健康评价耦合模型

传统灰色聚类评价法的白化权函数覆盖范围偏小,且综合评价基于最大隶属度原则来确定,这种做法往往会忽略重要信息,因而对白化权函数作出改进并引入集对分析模型,用联系度分量代替聚类系数,发挥集对分析与灰色聚类的各自优势,运用主、客观组合赋权法确定各指标权重,建立了改进灰色聚类-SPA耦合模型,并应用于河流健康评价。结果显示,河流健康等级与现状水平一致,表明该模型适用于河流健康评价的研究。此外,根据综合评价结果,提出该河流在相关方面应加强治理与监管,逐步改善水质和保护水生生物群落的完整性。

分层自组织耦合振荡聚类方法

A self-organization of pulse-coupled oscdlators for clustering method is studied and the defectiveness of the method is analyzed. With modification to the method a new clustering method is presented. Experiments indicate the modified method is effective.

基于谱聚类的多数据流演化事件挖掘

为解决从多数据流挖掘演化事件这一难题,提出了一种多数据流上的谱聚类算法SCAM(spectral clustering algorithm of multi-streams),其相似矩阵基于耦合度构造,而耦合度衡量了两个数据流的动态相似性.提出了算法EEMA(evolutionary events mining algorithm),该算法基于聚类模型的演变挖掘多数据流的演化事件.定义了聚类模型凝聚度,用以衡量聚类的紧凑程度,并证明了凝聚度的上界.基于到上界的距离和规范化相似矩阵的特征间隙,定义了聚类模型质量,并作为EEMA的优化目标自动地确定聚簇数k.设计了O-EEMA作为EEMA的优化实现,其时间复杂度为O(cn2/2).在合成和真实数据集上的实验结果表明,EEMA和O-EEMA是有效的、可行的.

交通规划导向的科技赋能交通小区划分方法

文章以手机信令、路网大数据为基础,提出了针对交通规划的科技赋能交通小区划分方法,以路网数据划分聚类单元,利用手机信令数据准确识别聚类单元内居民出行时空分布特征,基于改进耦合空间聚类算法进行聚类,借助现状路网对聚类结果进行修正得到交通小区划分结果。宁波市实例研究表明,科技赋能交通小区划分方法能兼顾居民出行时空特征和城市路网匹配,并能较好保证交通小区的整体连续性,该方法适用性强,可为交通规划的科学制定提供借鉴。