面向?qū)嶓w識(shí)別的聚類算法

　　實(shí)體識(shí)別是數(shù)據(jù)質(zhì)量的一個(gè)重要方面，對(duì)于大數(shù)據(jù)處理不可或缺，已有的實(shí)體識(shí)別研究工作聚焦于數(shù)據(jù)對(duì)象相似度算法、分塊技術(shù)和監(jiān)督的實(shí)體識(shí)別技術(shù)，而非監(jiān)督的實(shí)體識(shí)別中匹配決定的問(wèn)題很少被涉及．提出一種面向?qū)嶓w識(shí)別的聚類算法來(lái)彌補(bǔ)這個(gè)缺失．利用數(shù)據(jù)對(duì)象及其相似度構(gòu)建帶權(quán)重的數(shù)據(jù)對(duì)象相似圖，聚類過(guò)程中，利用相似圖上重啟式隨機(jī)游走來(lái)動(dòng)態(tài)地計(jì)算類簇與結(jié)點(diǎn)的相似度．聚類的基本邏輯是，類簇迭代地吸收離它最近的結(jié)點(diǎn)．提出數(shù)據(jù)對(duì)象排序方法來(lái)優(yōu)化聚類的順序，提高聚類精確性；提出了優(yōu)化的隨機(jī)游走平穩(wěn)概率分布計(jì)算方法，降低聚類算法開銷．通過(guò)在真實(shí)數(shù)據(jù)集和生成數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)，驗(yàn)證了該算法的有效性．