ارائۀ یک الگوریتم خوشه‌بندی برای داده‌های دسته‌ای با ترکیب معیارها

خوشه‌بندی یکی از تکنیک‌های اصلی داده‌کاوی است. خوشه‌بندی فرایندی است که مجموعه داده‌ها را داخل گروه‌هایی طبقه‌بندی می‌کند. در خوشه‌بندی، داده‌های موجود در یک خوشه بیشترین شباهت را به‌هم دارند و داده‌های موجود در دو خوشۀ متفاوت، بیشترین تفاوت را با هم دارند. الگوریتم‌های خوشه‌بندی با توجه به نوع داده‌ها به دو دسته تقسیم می‌شوند: الگوریتم‌های خوشه‌بندی داده‌های عددی و الگوریتم‌های خوشه‌بندی داده‌های دسته‌ای. الگوریتم‌های خوشه‌بندی داده‌های دسته‌ای به‌دلیل ماهیت و کاربرد این داده‌ها نسبت‌به الگوریتم‌های خوشه‌بندی داده‌های عددی، اهمیت بیشتری دارند. هریک از این الگوریتم‌ها با توجه به نوع داده (عددی یا دسته‌ای) از معیارهای شباهت متفاوتی در خوشه‌بندی استفاده می‌کنند. در این مقاله، ابتدا به بررسی ماهیت این نوع داده‌ها پرداخته شده و سپس معیارهای شباهت و الگوریتم‌های خوشه‌بندی مطرح‌شده در این حوزه را بررسی کرده و درنهایت، یک روش جدید در خوشه‌بندی با استفاده از ترکیب معیارهای شباهت برای داده‌‌های دسته‌ای ارائه می‌کنیم. آزمایش‌ها نشان می‌دهد که روش ارائه‌شده در این مقاله، توانسته است که نتایج حاصل از خوشه‌بندی را بهبود ببخشد.