知识卡片

结构图卡 · 9639.e · 生成模型:DeepSeek-V4.1-Flash

双向聚类允许部分属性相似

理解等级:高级

K 均值用全部 20 列算距离,要求用户整体相似,而且一人只能进一类。可现实中多数人只重度使用少数几类 APP,相似性只发生在子集上,一个人也完全可以同时是“视频重度加社交重度”。双向聚类同时挑行和列:先把强度按列中位数二值化(高于中位数记 1 表示常用),再用 BCBimax 找取值全为 1 的子矩阵,即“这群人共同频繁使用这几类 APP”。第一次设每类不少于 7 500 人、至少 4 类 APP,得到涉及 6 类 APP、合计 11 320 人次的可重叠结果,其中 4 065 人同时频繁使用 a、b、f、g、i、q;对剩余用户再跑第二次(不少于 5 600 人、3 类 APP),得到 c、k、p、t 的组合。行列都不排他,各类人数不能相加,热力图会把块结构显示在左上角。

结构图:

flowchart TD
  A["强度矩阵:用户×20 类 APP"] --> B["按列中位数二值化"]
  B --> C["BCBimax 双向聚类"]
  C --> D["约束:每类不少于 7 500 人且 4 类 APP"]
  D --> E["得到可重叠的用户-APP 块"]
  E --> F["剩余用户做第二次聚类"]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第10章 大数据案例分析 · 查看原书依据

      在本案例中,绝大部分用户仅使用2 0类APP中的部分APP,因此用户在部分属性而非全部属性上表现出相似性。此外,在传统聚类方法中,用户会被划分到某一类中,但实际上用户可能具备多个类别的特征。

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第10章 大数据案例分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter12_0001.xhtml,10.1.2 用户行为聚类分析) - 结论依据:原文解释双向聚类的动机(用户在部分属性上相似、可能具备多类特征),并给出中位数二值化、BCBimax、每类人数与 APP 数约束及两次聚类结果。 - 原始内容:在本案例中,绝大部分用户仅使用2 0类APP中的部分APP,因此用户在部分属性而非全部属性上表现出相似性。此外,在传统聚类方法中,用户会被划分到某一类中,但实际上用户可能具备多个类别的特征。