基于改进Chameleon算法的农资消费数据聚类方法

摘要

本发明涉及一种基于改进Chameleon算法的农资消费数据聚类方法，其包括如下步骤：步骤1、得到偏好向量集合X；步骤2、得到初始加权图及初始模块度；步骤3、将与最小结构等价相似度对应的两个节点或两个簇进行合并，以得到当前加权图以及当前模块度；步骤4、若所述当前模块度小于初始模块度，则将初始加权图作为聚类结果输出，否则，跳转至步骤5；步骤5、更新当前加权图以及对应的当前模块度；将更新前的当前加权图作为初始加权图，更新前当前加权图的当前模块度作为初始模块度，更新后的当前加权图作为当前加权图，跳转至步骤4。本发明降低使用难度、增强聚类的无监督性，使得聚类结果更加准确、减少人工设置参数带来的偏差。

主权项

一种基于改进Chameleon算法的农资消费数据聚类方法，其特征是，所述数据聚类方法包括如下步骤：步骤1、提供农资消费数据，并对所述农资消费数据进行预处理，以得到每个消费者的消费偏好向量x以及由若干消费者的消费偏好向量x组成的偏好向量集合X；步骤2、根据上述偏好向量集合X得到初始加权图，并确定所述初始加权图的初始模块度；步骤3、确定初始加权图中任意两个节点或两个簇之间的结构等价相似度，以得到初始加权图的最小结构等价相似度，将与最小结构等价相似度对应的两个节点或两个簇进行合并，以得到当前加权图以及当前加权图的当前模块度；步骤4、将上述当前模块度与初始模块度进行比较，若所述当前模块度小于初始模块度，则将初始加权图作为聚类结果输出，否则，跳转至步骤5；步骤5、确定当前加权图中任意两个节点或两个簇之间的结构等价相似度，以得到当前加权图的最小结构等价相似度，将与最小结构等价相似度对应的两个节点或两个簇进行合并，以更新所述当前加权图以及对应的当前模块度；将更新前的当前加权图作为初始加权图，更新前当前加权图的当前模块度作为初始模块度，更新后的当前加权图作为当前加权图，跳转至步骤4。