-
公开(公告)号:CN106446943A
公开(公告)日:2017-02-22
申请号:CN201610833006.6
申请日:2016-09-19
Applicant: 大连海事大学
CPC classification number: G06K9/622 , G06F16/2457 , G06F2216/03 , G06Q30/0201
Abstract: 本发明公开了一种商品关联大数据稀疏网络快速聚类方法,包括以下步骤:对商品销售记录数据进行预处理,构建存储商品关联大数据稀疏网络;对商品关联大数据稀疏网络进行剪枝;对商品关联大数据稀疏网络进行快速聚类,得到聚类结果。本发明采用单步链表结构存储商品节点间的关系,只标记与商品节点直接相连商品节点的关系,消除共同购买关系矩阵中的冗余空间。本发明对商品关联大数据稀疏网络的低度商品节点进行剪枝提高挖掘效率并提高聚类的精度。本发明利用高度值商品节点被低度值商品节点分割的思想可以消除传统聚类算法的制约,直接依据度的值进行判断,无须考虑数据分布、无须多次访问数据、无须先验知识即可完成聚类过程。
-
公开(公告)号:CN106446943B
公开(公告)日:2019-07-30
申请号:CN201610833006.6
申请日:2016-09-19
Applicant: 大连海事大学
IPC: G06K9/62 , G06Q30/02 , G06F16/2457
Abstract: 本发明公开了一种商品关联大数据稀疏网络快速聚类方法,包括以下步骤:对商品销售记录数据进行预处理,构建存储商品关联大数据稀疏网络;对商品关联大数据稀疏网络进行剪枝;对商品关联大数据稀疏网络进行快速聚类,得到聚类结果。本发明采用单步链表结构存储商品节点间的关系,只标记与商品节点直接相连商品节点的关系,消除共同购买关系矩阵中的冗余空间。本发明对商品关联大数据稀疏网络的低度商品节点进行剪枝提高挖掘效率并提高聚类的精度。本发明利用高度值商品节点被低度值商品节点分割的思想可以消除传统聚类算法的制约,直接依据度的值进行判断,无须考虑数据分布、无须多次访问数据、无须先验知识即可完成聚类过程。
-