探索推薦引擎內(nèi)部的秘密，第 3 部分: 深入推薦引擎相關(guān)算法 - 聚類

聚類分析

什么是聚類分析？

聚類 (Clustering) 就是將數(shù)據(jù)對象分組成為多個類或者簇 (Cluster)，它的目標(biāo)是：在同一個簇中的對象之間具有較高的相似度，而不同簇中的對象差別較大。所以，在很多應(yīng)用中，一個簇中的數(shù)據(jù)對象可以被作為一個整體來對待，從而減少計算量或者提高計算質(zhì)量。

其實聚類是一個人們?nèi)粘Ｉ畹某Ｒ娦袨椋此^“物以類聚，人以群分”，核心的思想也就是聚類。人們總是不斷地改進下意識中的聚類模式來學(xué)習(xí)如何區(qū)分各個事物和人。同時，聚類分析已經(jīng)廣泛的應(yīng)用在許多應(yīng)用中，包括模式識別，數(shù)據(jù)分析，圖像處理以及市場研究。通過聚類，人們能意識到密集和稀疏的區(qū)域， 發(fā)現(xiàn)全局的分布模式，以及數(shù)據(jù)屬性之間的有趣的相互關(guān)系。

聚類同時也在 Web 應(yīng)用中起到越來越重要的作用。最被廣泛使用的既是對 Web 上的文檔進行分類，組織信息的發(fā)布，給用戶一個有效分類的內(nèi)容瀏覽系統(tǒng)（門戶網(wǎng)站），同時可以加入時間因素，進而發(fā)現(xiàn)各個類內(nèi)容的信息發(fā)展，最近被大家關(guān)注的主題和話題，或者分析一段時間內(nèi)人們對什么樣的內(nèi)容比較感興趣，這些有趣的應(yīng)用都得建立在聚類的基礎(chǔ)之上。作為一個數(shù)據(jù)挖掘的功能，聚類分析能作為獨 立的工具來獲得數(shù)據(jù)分布的情況，觀察每個簇的特點，集中對特定的某些簇做進一步的分析，此外，聚類分析還可以作為其他算法的預(yù)處理步驟，簡化計算量，提高分析效率&#

數(shù)據(jù)挖掘

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。