CI-CLOPE: РАСШИРЕНИЕ АЛГОРИТМА CLOPE // ИНФОРМАЦИОННЫЕ СИСТЕМЫ И ТЕХНОЛОГИИ В ОБРАЗОВАНИИ, НАУКЕ И БИЗНЕСЕ: ВСЕРОССИЙСКАЯ НАУЧНО-ПРАКТИЧЕСКАЯ КОНФЕРЕНЦИЯ С МЕЖДУНАРОДНЫМ УЧАСТИЕМ (05.07.2019 – 05.07.2019, Улан-Удэ). Научный редактор: Е. Р. Урмакшинова, кандидат технических наук, доцент, Ответственный редактор: А. А. Тонхоноева, кандидат педагогических наук, доцент, - Улан-Удэ: Издательство Бурятский государственный университет, 2019. - С. 101-106.
В настоящее время идет активное развитие такой отрасли информационных техно- логий, как машинное обучение. Кластеризация является одним из основных его пунктов. Особое внимание уделяется транзакционным данным. В данной статье описывается алгоритм кластеризации CLOPE для работы с транзакционными дан- ными, представлено его расширение для заранее заданного набора кластеров и проде- монстрированы результаты.
In real time machine learning has rapid growth. Cluster analysis is one of the fundamental notion. Special case of clustering analysis is transactional data. In this paper there is a description of popular clustering algorithm CLOPE for transactional data. Extension of the algorithm for concrete number of clusters and results will be presented.
Duda R. O., Hart P. E., Stork D. G. Unsupervised Learning and Clustering // Pattern Classification. 2001. Р. 517–601.
Gibson D., Kleinberg J., Raghavan P. Clustering categorical data: An Ap- proach Based оn Dynamical Systems // Databases. 1998. V. 1. P. 75.
Wang K., Xu C., Liu B. Clustering Transactions using Large Items // Pro- ceedings of the Eighth International Conference on Information and Knowledge Management. 1999. Р. 483–490.
Yang Y., Guan X., You J. CLOPE: A Fast and Effective Clustering Algo- rithm for Transactional Data // Proceedings of the Еighth ACM SIGKDD Interna- tional Conference оn Knowledge Discovery аnd Data Mining. 2002. Р. 682–687.
Загоруйко Н. Г., Заславская Т. И. Применение методов распознавания образов в социологии. Новосибирск: Наука, 1968.