دانشگاه صنعتی نوشیروانی بابل مجله علمی رایانش نرم و فناوری اطلاعات 2383-1006 4 4 2015 12 22 یک الگوریتم ترکیبی خوشه بندی جدید در رویکرد داده های دسته ای یک الگوریتم ترکیبی خوشه بندی جدید در رویکرد داده های دسته ای 51659 FA Negin Daneshpour Shahid Rajaee Teacher Training University Maryam Nabiloo Shahid Rajaee Teacher Training University Journal Article 2015 04 12 خوشه­ بندی داده­ ها یک ابزار پایه موجود برای درک ساختار مجموعه داده­ ها است. فرایندی که داده­ ها را در گروه­ های از اشیاء شبیه به هم قرار می­دهد خوشه­ بندی نام دارد. خوشه­ بندی یکی از مهم‌ترین مسائل بدون ناظر برای یافتن ساختار در یک مجموعه داده­ های برچسب نخورده است. الگوریتم­ های خوشه­ بندی با توجه به نوع داده­ ها به دو دسته تقسیم می­ شوند: الگوریتم­ های خوشه­ بندی داده­ های عددی و الگوریتم­ های خوشه­ بندی داده­ های دسته­ ای. الگوریتم­ های خوشه­ بندی داده­ های دسته­ ای به دلیل  ماهیت و کاربرد این داده­ ها نسبت به الگوریتم­ های خوشه­ بندی داده­ های عددی از اهمیت بالایی برخوداراند. در این مقاله ابتدا به بررسی ماهیت این نوع داده­ ها پرداخته و سپس معیارهای شباهت و الگوریتم­ های خوشه­ بندی مطرح‌شده در این حوزه را بررسی می­ کنیم و در انتها، روشی ترکیبی، برپایه ترکیب دو الگوریتم خوشه­ بندی سلسله‌مراتبی و خوشه­ بندی تفکیکی برای خوشه­ بندی بهتر این نوع داده­ ها ارائه می­ دهیم. آزمایشات نشان می­ دهد که روش ارائه شده در این مقاله نتایج حاصل از خوشه بندی را بهبود می­ بخشد. خوشه­ بندی داده­ ها یک ابزار پایه موجود برای درک ساختار مجموعه داده­ ها است. فرایندی که داده­ ها را در گروه­ های از اشیاء شبیه به هم قرار می­دهد خوشه­ بندی نام دارد. خوشه­ بندی یکی از مهم‌ترین مسائل بدون ناظر برای یافتن ساختار در یک مجموعه داده­ های برچسب نخورده است. الگوریتم­ های خوشه­ بندی با توجه به نوع داده­ ها به دو دسته تقسیم می­ شوند: الگوریتم­ های خوشه­ بندی داده­ های عددی و الگوریتم­ های خوشه­ بندی داده­ های دسته­ ای. الگوریتم­ های خوشه­ بندی داده­ های دسته­ ای به دلیل  ماهیت و کاربرد این داده­ ها نسبت به الگوریتم­ های خوشه­ بندی داده­ های عددی از اهمیت بالایی برخوداراند. در این مقاله ابتدا به بررسی ماهیت این نوع داده­ ها پرداخته و سپس معیارهای شباهت و الگوریتم­ های خوشه­ بندی مطرح‌شده در این حوزه را بررسی می­ کنیم و در انتها، روشی ترکیبی، برپایه ترکیب دو الگوریتم خوشه­ بندی سلسله‌مراتبی و خوشه­ بندی تفکیکی برای خوشه­ بندی بهتر این نوع داده­ ها ارائه می­ دهیم. آزمایشات نشان می­ دهد که روش ارائه شده در این مقاله نتایج حاصل از خوشه بندی را بهبود می­ بخشد. https://jscit.nit.ac.ir/article_51659_04f9243ae51f6780df54a57c325ce0a5.pdf