[发明专利]动态数据聚类算法

摘要

动态数据聚类算法，属于信息数据处理的技术领域。包括如下步骤：选择一个关系网络，对关系网络内的动态关系数据进行预处理；对一定连续时间关系网络内的动态关系数据，以相同的时间间隔采集离散数据，表示为无向图的网络形式，然后将无向图以关系矩阵的形式表示；对矩阵进行分解，建立基于矩阵分解的全局代价函数，采用循环迭代加载更新代价函数修正聚类结果。本发明提出将聚类算法应用于动态关系数据，考虑关系数据时序上的关联性，利用历史数据信息来修正现时数据的分析结果，根据结点在不同时刻聚类结果的变化，跟踪数据个体的聚类结果。在不同的网络数据中，揭示结点不同的行为特性，对测试结点未来发展趋势可根据历史数据信息作有效估计。

主权项

动态数据聚类算法，其特征在于包括如下步骤：1)选择一个关系网络，对关系网络内的n个动态关系数据进行预处理，用带权值的无向图表征，边的权重代表网络中结点间相似程度，权重越大，相似性越大；2)对一定连续时间内变化的动态关系网络数据，以相同的时间间隔采集T个时间点的离散数据来拟合连续时间数据，每个时间点数据表示为无向图的网络形式，然后将无向图以关系矩阵的形式表示；3)对步骤2)中得到的关系矩阵进行分解，建立一种基于矩阵分解的全局代价函数，采用循环迭代加载更新代价函数，求得最优解，修正聚类结果。