网络测点非结构化数据相似性聚类数学建模

摘要

针对网络测点非结构化数据结构不明确的问题，为提升聚类的相似度，对网络测点非结构化数据相似性聚类数学建模方法进行了研究。使用非结构化数据网络划分方式将网络测点非结构化数据转换成半结构化数据，得到半结构化数据元路径，并以其为基础，运用非负矩阵分解方法将半结构化数据分解成2个非负矩阵;对非负矩阵进行相乘与拟合处理，同时引入正则项系数与半结构化数据在其原路径建立相似度矩形上的综合相似度，使具有高度相似性的网络测点半结构化数据建立相似的簇指示向量;构建相似性聚类数学模型，经过该模型迭代使聚类结果更加合理和一致。实验结果表明，该方法可有效将网络测点非结构化数据转换成半结构化数据，相似性聚类网络测点非结构化数据聚类的疏密度数值较高，归一化互信息(NMI:Normalized Mutual Information)数值分布在较高区域，其对网络测点非结构化数据相似性聚类性能较好。

关键词

网络测点 / 非结构化数据 / 相似性 / 数学建模 / 非负矩阵分解 / 相似性正则项