| 报告题目 | 电子商务环境下信息K均值聚类分析方法研究 | ||
| 报告人（单位） | 曹杰教授（南京财经大学） | ||
| 点评人（单位） | 张建军（电子商务系） | 点评人（单位） | 黄超（电子商务系） |
| 时间地点 | 2011年12月2日下午2:00九龙湖经济管理学院B201会议室 | ||
| 报告内容摘要 | | ||
| 聚类(clustering)是将物理或抽象对象的集合分成相似的对象类的过程，聚类是数据挖掘中的一个重要议题，而且聚类在电子商务中有着广阔的应用背景，如针对互联网文档、Web服务、客户、图像、甚至视频中帧的聚类分析。论文介绍信息K均值(INFO-K-means)聚类分析方法的最新研究进展及其应用，信息K均值通常采用KL聚类作为准则函数，但是，当聚类对象是高维稀疏数据时，计算KL距离遇到困难。本文提出一种称为SAIL(Summation-bAsed Incremental Learning)的增量学习方法来解决上述问题，而且为了增强SAIL搜索解空间的速度和稳定性，将变邻域搜索(VNS)与SAIL结合，提出V-SAIL方法；然后，又将多线程技术使V-SAIL并行化搜索，称为PV-SAIL方法。目前，SAIL可以用到互联网文档聚类和人脸识别领域，较经典的CLUTO工具而言，SAIL具有更高的聚类性能与速度。 | |||
