基于矩阵加权关联规则的核模糊聚类

摘要

提出一种基于矩阵加权关联规则的空间粒度聚类算法.该算法核心思想是根据文档特征向量矩阵提取文档的相似度,再在该关联规则算法上进行聚类来寻找相似关系的频繁项集.通过引入核函数,样本点被非线性变换映射到高维特征空间进行聚类,提高聚类性能.通过矩阵加权关联规则算法进行聚类.通过实验表明,在处理中小型文档时,该算法的精确度优于传统Apriori算法和K-mean算法;在处理大型文档时,该算法的时间复杂度小于传统的K-mean算法.