基于布谷鳥算法的K-medoids聚類挖掘與并行優(yōu)化

譚成兵，劉 源，徐 健，3

（1.亳州職業(yè)技術(shù)學(xué)院 智能工程系，安徽 亳州 236813；2.桂林醫(yī)學(xué)院 信息中心，廣西 桂林 541001；3.桂林電子科技大學(xué) 機(jī)電工程學(xué)院，廣西 桂林 541004）

0 引言

聚類作為數(shù)據(jù)分析的常用方法，在多個行業(yè)得到了深度應(yīng)用，特別是基于大數(shù)據(jù)分析時，通過對大規(guī)模數(shù)據(jù)的聚類，可以完成多種看似無關(guān)聯(lián)的數(shù)據(jù)的歸類，從而降低了大規(guī)模數(shù)據(jù)管理和分析的難度。基于聚類分析的應(yīng)用場景非常多，在電商領(lǐng)域，可根據(jù)用戶消費(fèi)數(shù)據(jù)進(jìn)行分類來制定合適的營銷方案[1]；在線服務(wù)行業(yè)中，可以根據(jù)用戶使用習(xí)慣實現(xiàn)用戶聚類[2]，為不同類別用戶推薦合適服務(wù)等。在基于互聯(lián)網(wǎng)的數(shù)據(jù)分析平臺中，隨處可見聚類技術(shù)的影子。

當(dāng)前，關(guān)于聚類挖掘的研究成果較多，主要集中在聚類算法的研究方面。余勝輝和李玲娟采用層次聚類算法來實現(xiàn)聚類[3]，為了提高大規(guī)模數(shù)據(jù)的聚類性能，他們應(yīng)用spark平臺完成并行聚類研究，節(jié)省了聚類時間；陶瑩等采用K均值聚類算法實現(xiàn)大規(guī)模樣本數(shù)據(jù)聚類[4]，并研究了不同K值情況下的聚類性能；雷濤等采用模糊聚類算法應(yīng)用于圖像類樣本的聚類[5]，實現(xiàn)了從文本到圖像聚類的轉(zhuǎn)變，開拓了聚類算法的新應(yīng)用對象。這些算法實現(xiàn)了不同規(guī)模和類型的數(shù)據(jù)聚類，取得了較好的聚類準(zhǔn)確率，本文采用K-medoids聚類，通過布谷鳥算法來進(jìn)行優(yōu)化，提高聚類準(zhǔn)確率；在聚類時間方面采用了多節(jié)點的并行聚類方法，提高聚類效率[6]。

1 布谷鳥算法

設(shè)鳥群共有N只布谷鳥，鳥巢被宿主發(fā)現(xiàn)概率為Pa，鳥群的初始位置分布為X0，計算初始適應(yīng)度，選擇較好的鳥巢和對應(yīng)最優(yōu)解集合分別為。……