資源描述：
《復(fù)雜數(shù)據(jù)分類(lèi)方法及其應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、復(fù)雜數(shù)據(jù)分類(lèi)方法及其應(yīng)用研究Researchandapplicationofcomplexdataclassificationalgorithm專(zhuān)業(yè)：信息管理與信息系統(tǒng)作者姓名：陳東方指導(dǎo)教師：陳富贊副教授天津大學(xué)管理與經(jīng)濟(jì)學(xué)部二零一四年十一月獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果，除了文中特別加以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得天津大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中
2、作了明確的說(shuō)明并表示了謝意。學(xué)位論文作者簽名：簽字日期：年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解天津大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)天津大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)。（保密的學(xué)位論文在解密后適用本授權(quán)說(shuō)明）學(xué)位論文作者簽名：導(dǎo)師簽名：簽字日期：年月日簽字日期：年月日摘要現(xiàn)代電子商務(wù)的迅速發(fā)展和知識(shí)管理技術(shù)的進(jìn)步使得現(xiàn)在的數(shù)據(jù)收集變得更加容易和迅速。如何從海量數(shù)據(jù)中挖
3、掘出有效的信息成為眾多領(lǐng)域重點(diǎn)關(guān)注的研究問(wèn)題。近來(lái)，復(fù)雜高維數(shù)據(jù)存在的“維災(zāi)難”問(wèn)題成為數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。分類(lèi)是有效分析數(shù)據(jù)的一種方法，然而隨著數(shù)據(jù)集呈現(xiàn)出越來(lái)越高的維度，其中一些不相關(guān)或冗余特征大大增加了分類(lèi)處理的難度。本文以對(duì)各類(lèi)別樣本發(fā)現(xiàn)具有顯著鑒別能力的類(lèi)特征子空間、從而提高分類(lèi)準(zhǔn)確率為研究目標(biāo)，利用Filter模型的高效率及Wrapper模型的高性能，結(jié)合“最大相關(guān)-最小冗余(mRMR)”方法和改進(jìn)后的遺傳算法設(shè)計(jì)了一種有效的基于類(lèi)的兩階段特征子空間選擇分類(lèi)方法。首先，在Filter階段使用mRMR標(biāo)準(zhǔn)
4、預(yù)選一定數(shù)量的特征作為候選特征子集；然后，在Wrapper階段設(shè)計(jì)特征子空間優(yōu)化的GA-SVM算法。GA-SVM將SVM分類(lèi)器訓(xùn)練與類(lèi)特征子空間優(yōu)化同時(shí)進(jìn)行。在UCI數(shù)據(jù)集上的仿真實(shí)驗(yàn)結(jié)果也表明該分類(lèi)方法相比于其他已有特征選擇分類(lèi)算法具有較好的分類(lèi)性能。最后，本文構(gòu)建了將基于類(lèi)的特征子空間選擇分類(lèi)算法應(yīng)用于推薦營(yíng)銷(xiāo)系統(tǒng)中的基本框架。在運(yùn)營(yíng)商的推薦營(yíng)銷(xiāo)系統(tǒng)中，從客戶的產(chǎn)品或業(yè)務(wù)記錄中學(xué)習(xí)分類(lèi)子空間模型，構(gòu)建消費(fèi)特征子空間，并將生成的分類(lèi)器和類(lèi)特征組合用于對(duì)新客戶的判斷分類(lèi)和新/老客戶的推薦營(yíng)銷(xiāo)中。該框架可以依據(jù)客戶的分類(lèi)
5、向客戶以文本或其他方式推薦與該類(lèi)型客戶消費(fèi)偏好相匹配的產(chǎn)品或業(yè)務(wù)組合。關(guān)鍵詞：分類(lèi)，特征選擇，最大相關(guān)-最小冗余，支持向量機(jī)，遺傳算法ABSTRACTNow,therapiddevelopmentofmoderne-commerceandtheadvancementofknowledgemanagementtechnologymakedatacollectionbecomeeasierandfaster.Howtominetheusefulinformationfromamassofdatahasbecomeanimp
6、ortantprobleminmanyresearchfields.Recently,the“dimensiondisaster”problemexistinginthecomplexhigh-dimensionaldatahasbecomeafocusinthefieldofdatamining.Classificationisaneffectivemethodfordataanalysis,butwiththedatasets’dimensionsbecomingmoreandmorehigher,someirre
7、levantorredundantfeaturesgreatlyincreasethedifficultyofclassificationprocessing.Aimingtogetthedistinguishingfeaturesubspaceforeachclass,andthenimprovetheclassificationaccuracy,anoveltwo-stageclass-dependentfeatureselectionmethodisproposed.ThepresentedmethodisaFi
8、lter-Wrapperhybridapproachbasedonminimal-redundancy–maximal-relevancy(mRMR)andgeneticalgorithm,wherethespeedandperformanceareimprovedwiththehighefficiencyofFilterandt
