ارايه يك الگوريتم خوشه‌بندي براي داده‌هاي دسته‌اي با تركيب معيارها

خوشه‌بندي يكي از تكنيك‌هاي اصلي داده‌كاوي است. خوشه‌بندي فرايندي است كه مجموعه داده‌ها را داخل گروه‌هايي طبقه‌بندي مي‌كند. در خوشه‌بندي، داده‌هاي موجود در يك خوشه بيشترين شباهت را به‌هم دارند و داده‌هاي موجود در دو خوشه متفاوت، بيشترين تفاوت را با هم دارند. الگوريتم‌هاي خوشه‌بندي با توجه به نوع داده‌ها به دو دسته تقسيم مي‌شوند: الگوريتم‌هاي خوشه‌بندي داده‌هاي عددي و الگوريتم‌هاي خوشه‌بندي داده‌هاي دسته‌اي. الگوريتم‌هاي خوشه‌بندي داده‌هاي دسته‌اي به‌دليل ماهيت و كاربرد اين داده‌ها نسبت‌به الگوريتم‌هاي خوشه‌بندي داده‌هاي عددي، اهميت بيشتري دارند. هريك از اين الگوريتم‌ها با توجه به نوع داده (عددي يا دسته‌اي) از معيارهاي شباهت متفاوتي در خوشه‌بندي استفاده مي‌كنند. در اين مقاله، ابتدا به بررسي ماهيت اين نوع داده‌ها پرداخته شده و سپس معيارهاي شباهت و الگوريتم‌هاي خوشه‌بندي مطرح‌شده در اين حوزه را بررسي كرده و درنهايت، يك روش جديد در خوشه‌بندي با استفاده از تركيب معيارهاي شباهت براي داده‌‌هاي دسته‌اي ارايه مي‌كنيم. آزمايش‌ها نشان مي‌دهد كه روش ارايه‌شده در اين مقاله، توانسته است كه نتايج حاصل از خوشه‌بندي را بهبود ببخشد.