基于网络社团划分方法的多维数据聚类研究

来源：计算机应用研究杂志2020年第2期北京时间：

作者：吴行斌,郭强,张林兵,梁耀洲,刘建国,

单位：1.上海理工大学复杂系统科学研究中心,上海200093；2.上海财经大学会计学院,上海200433；

摘要：为了解决传统聚类方法在多维数据集中聚类效果不佳的问题，提出将网络社团划分的方法应用到多维数据聚类分析中。对于一个多维数据集，首先对分析对象进行特征提取，构建出每个对象的特征向量，通过计算皮尔森相关系数来度量不同特征向量之间的相似性，从而构建出一个相似性网络，采用Blondel算法对该网络进行社团划分达到聚类的效果。实验结果表明，该方法可以在多维数据聚类中得到较好的聚类结果，准确率达到92.5%，优于K-means算法的75%。

关键词：聚类,多维数据,相似性,社团划分,

基金资助：国家自然科学基金资助项目(61773248,71771152)；；