基于改进近邻传播聚类挖掘算法的竞争情报研究 |
| |
引用本文: | 李广明,于健,张海涛.基于改进近邻传播聚类挖掘算法的竞争情报研究[J].南京理工大学学报(自然科学版),2022(2):192-197. |
| |
作者姓名: | 李广明 于健 张海涛 |
| |
作者单位: | 1. 天津传媒学院图书馆;2. 天津大学智能与计算学部;3. 天津师范大学计算机与信息工程学院 |
| |
基金项目: | 国家重点研发计划(2018YFC0832101);;天津市科技计划项目(19JCTPJC43300); |
| |
摘 要: | 根据竞争情报分析需要,会产生不同竞争情报分析模型,这些分析模型的构造大多建立在竞争情报数据的聚类统计之上。提出采用改进的近邻传播(Affinity propagation, AP)聚类算法实现大规模竞争情报数据聚类统计。根据竞争情报数据样本建立相似矩阵,初始化偏向参数;通过布谷鸟搜索优化偏向参数,将偏向参数作为布谷鸟巢进行训练,设置轮廓指标值作为布谷鸟算法适应度函数;通过鸟巢位置更新优化后的偏向参数进行AP聚类运算,不断更新AP算法的决策和潜力阵;最终获得稳定的聚类结果。试验证明,通过合理设置布谷鸟宿主发现概率、移动步长和AP算法阻尼因子等参数,能够获得较好的聚类效果。相比常用竞争情报聚类算法,所提改进AP聚类算法能够获得更高的轮廓指标值和最短的欧式距离性能,在竞争情报数据分析统计中的适用度高。
|
关 键 词: | 竞争情报 近邻传播聚类 智能算法 偏向参数 轮廓值 |
|