發(fā)布時(shí)間：2025-02-11 20:30

　　多視角數(shù)據(jù)相對(duì)單一視角數(shù)據(jù)針對(duì)同一數(shù)據(jù)集能夠提供更豐富的信息來(lái)表示其潛在結(jié)構(gòu),在聚類(lèi)問(wèn)題中倍受關(guān)注。多視角數(shù)據(jù)聚類(lèi)的傳統(tǒng)方法通常假設(shè)所有視角下樣例都具有完整的特征集。然而,在實(shí)際應(yīng)用中,經(jīng)常會(huì)出現(xiàn)在某些視角下樣例丟失特征集的情況,導(dǎo)致聚類(lèi)性能顯著退化,由此引出了局部多視角數(shù)據(jù)聚類(lèi)問(wèn)題。子空間方法可將高維特征的數(shù)據(jù)映射到一個(gè)低維子空間,能較好地處理多視角數(shù)據(jù),在多視角學(xué)習(xí)中有著廣泛應(yīng)用。然而,多數(shù)此類(lèi)工作都將來(lái)自多個(gè)視角的各種正則化項(xiàng)組合到一個(gè)單層目標(biāo)中,導(dǎo)致優(yōu)化模型極其復(fù)雜,無(wú)法保證收斂,尤其是在局部數(shù)據(jù)場(chǎng)景中。針對(duì)以上問(wèn)題,本文提出了一個(gè)雙層協(xié)同因子分解(Bilevel Collaborative Factorization,BCF)框架來(lái)改善現(xiàn)有的基于因子分解的局部多視角聚類(lèi)方法的局限性。BCF模型將數(shù)據(jù)劃分為共享樣本和局部樣本,在上下兩層子問(wèn)題中分別對(duì)跨多個(gè)視角和單個(gè)視角下的矩陣分解進(jìn)行建模。設(shè)計(jì)了平均型迭代方案來(lái)推導(dǎo)BCF算法,并從理論上證明了其收斂性。在基準(zhǔn)數(shù)據(jù)集上的大量實(shí)驗(yàn)結(jié)果表明,本文提出的BCF算法優(yōu)于其他算法。輿情分析是聚類(lèi)問(wèn)題的一大重要應(yīng)用領(lǐng)域,對(duì)于新聞的輿情研究,需...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外相關(guān)工作研究進(jìn)展
    1.3 本文的研究?jī)?nèi)容
    1.4 文章結(jié)構(gòu)安排
2 相關(guān)數(shù)學(xué)基礎(chǔ)
    2.1 雙層優(yōu)化
    2.2 聚類(lèi)算法
        2.2.1 傳統(tǒng)聚類(lèi)算法
        2.2.2 其他聚類(lèi)方法
    2.3 多視角聚類(lèi)
        2.3.1 完整多視角聚類(lèi)
        2.3.2 局部多視角聚類(lèi)
    2.4 基于子空間學(xué)習(xí)的聚類(lèi)
        2.4.1 子空間學(xué)習(xí)
        2.4.2 子空間聚類(lèi)算法
    2.5 本章小結(jié)
3 基于雙層優(yōu)化的多視角子空間聚類(lèi)算法
    3.1 核心思想
    3.2 目標(biāo)函數(shù)
        3.2.1 雙視角下的BCF模型
        3.2.2 一般情況下的BCF模型
        3.2.3 算法求解
    3.3 算法分析
        3.3.1 收斂性分析
        3.3.2 復(fù)雜度分析
    3.4 實(shí)驗(yàn)結(jié)果與分析
        3.4.1 數(shù)據(jù)集
        3.4.2 對(duì)比算法
        3.4.3 聚類(lèi)性能分析
        3.4.4 消融性分析
        3.4.5 參數(shù)設(shè)置
    3.5 本章小結(jié)
4 算法在輿情分析中的應(yīng)用與實(shí)現(xiàn)
    4.1 輿情分析系統(tǒng)采用相關(guān)技術(shù)
        4.1.1 Python爬蟲(chóng)
        4.1.2 數(shù)據(jù)庫(kù)方案
    4.2 新聞?shì)浨榫垲?lèi)實(shí)現(xiàn)
        4.2.1 新聞數(shù)據(jù)集獲取
        4.2.2 數(shù)據(jù)集預(yù)處理
        4.2.3 聚類(lèi)分析
        4.2.4 輿情分析
    4.3 算法應(yīng)用實(shí)驗(yàn)分析
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：4033811