圖結(jié)構(gòu)數(shù)據(jù)聚類分析平臺的研究及原型實現(xiàn).pdf

1、圖作為一種常用的數(shù)據(jù)結(jié)構(gòu)，它是由結(jié)點及其之間的邊組成的，能夠表達(dá)豐富的語義信息。近年來，圖數(shù)據(jù)挖掘已成為數(shù)據(jù)挖掘領(lǐng)域的研究重點和研究熱點。圖聚類分析技術(shù)作為一種重要的圖數(shù)據(jù)挖掘技術(shù)，是在大規(guī)模復(fù)雜網(wǎng)絡(luò)中進(jìn)行社區(qū)發(fā)現(xiàn)的關(guān)鍵技術(shù)。其目的在于利用圖聚類算法在圖中尋找那些聯(lián)系緊密的子圖，使得子圖內(nèi)的結(jié)點之間的聯(lián)系非常緊密，而子圖與子圖之間的結(jié)點聯(lián)系相對松散。圖聚類已在化學(xué)化合物結(jié)構(gòu)、生物信息、機(jī)器視覺、視頻索引、文本檢索和Web分析中得到了廣泛

2、的應(yīng)用。
　　 本文針對圖聚類的應(yīng)用需求，對若干經(jīng)典的圖聚類算法進(jìn)行了分析，在此基礎(chǔ)上設(shè)計并實現(xiàn)了一套基于SSH(Struts+Spring+Hibernate)架構(gòu)的圖結(jié)構(gòu)數(shù)據(jù)聚類分析平臺。該平臺集成了多種經(jīng)典的圖聚類算法，并可根據(jù)使用者的要求對算法的參數(shù)進(jìn)行修改，使得數(shù)據(jù)的輸入輸出具有統(tǒng)一標(biāo)準(zhǔn)，及實現(xiàn)聚類結(jié)果可視化展現(xiàn)。另外，平臺還考慮到未來系統(tǒng)的可擴(kuò)展性，提供了可擴(kuò)展的接口，以便新算法可在平臺上實現(xiàn)方便的添加與部署，從而為

3、圖數(shù)據(jù)挖掘研究者提供了一個開放的、可擴(kuò)展性的良好的基礎(chǔ)平臺?；谏鲜龅难芯磕繕?biāo)，本文的研究內(nèi)容主要包括：
　　 1、首先介紹了本文所涉及到的數(shù)據(jù)挖掘、圖結(jié)構(gòu)數(shù)據(jù)挖掘、Eclipse、MVC以及SSH架構(gòu)等相關(guān)知識，以為后續(xù)的平臺設(shè)計與實現(xiàn)奠定良好的技術(shù)基礎(chǔ)。
　　 2、接著在經(jīng)典的位置敏感哈希算法基礎(chǔ)上，結(jié)合大規(guī)模圖數(shù)據(jù)的應(yīng)用需求，提出了一種適用于大規(guī)模圖數(shù)據(jù)的基于位置敏感哈希的圖結(jié)構(gòu)數(shù)據(jù)聚類的算法G-LSH，并對該算法

4、的基本思想和具體設(shè)計進(jìn)行了詳細(xì)的說明。
　　 3、然后給出了本文的圖聚類分析平臺的設(shè)計與實現(xiàn)。具體而言，圍繞如何提高圖聚類分析平臺的可擴(kuò)展性和易用性等方面的問題，提出了平臺的總體框架設(shè)計，并對平臺的接口設(shè)計做了詳細(xì)的說明。在平臺實現(xiàn)階段，討論了平臺的實現(xiàn)細(xì)節(jié)和實現(xiàn)方法，包括平臺的數(shù)據(jù)持久層的實現(xiàn)、算法庫的實現(xiàn)以及最后聚類結(jié)果的可視化展示模塊等。
　　 4、最后以生物數(shù)據(jù)集為具體應(yīng)用背景，在本平臺上對本文提出的G-LSH算