[发明专利]一种面向大规模异构数据的联合聚类方法

摘要

本发明公开了一种面向大规模异构数据的联合聚类方法。包括以下步骤从异构数据中抽取实体以及实体间的异质关系，得到异质关系矩阵；从将异质关系矩阵对应的两个实体中选择规模小的实体X2，以实体X2的关联关系构建关联矩阵；采用对称矩阵稀疏分解法对关联矩阵C进行分解，得到实体X2对应的聚类指示矩阵B；将矩阵B作为输入，对异质关系矩R进行三分解，得到实体X1对应的聚类指示矩阵，通过实体X1对应的聚类指示矩阵和实体X2对应的聚类指示矩阵，实现实体类别划分。本发明能够降低矩阵的稀疏性，提高了联合聚类方法的准确率。

主权项

一种面向大规模异构数据的联合聚类方法，其特征在于：包括以下步骤，步骤一：异构网络中包含多类实体，实体之间存在着复杂的交互关系；从异构数据中抽取实体以及实体间的异质关系，建立二部图，得到异质关系矩阵R；步骤二：从将异质关系矩阵R对应的两个实体中选择规模小的实体X2，以实体X2的关联关系构建关联矩阵C；C＝WWT，其中，W为关联强度矩阵，Wi,j为实体X2中任意两个实体xi,xj的关联关系，Wi,j=max(logP(wi,wj)P(wi)P(wj),0)]]>P(wi,wj)=N(wi,wj)Σs,tN(ws,wt)]]>P(wi)=ΣjN(wi,wj)Σs.tN(ws,wt)]]>其中，N(wi,wj)为X2中的实体xi,xj基于X1中实体同时出现的次数；步骤三：采用对称矩阵稀疏分解法对关联矩阵C进行分解，得到实体X2对应的聚类指示矩阵B；步骤四：将实体X2对应的聚类指示矩阵B作为输入，对异质关系矩阵R进行三分解，得到实体X1对应的聚类指示矩阵F，通过实体X1对应的聚类指示矩阵F和实体X2对应的聚类指示矩阵B，实现实体类别划分；所述的异构网络为微博，异构网络中的实体为用户、消息、标签和词。