应用于图书馆书籍分类的熵加权聚类算法

李琳

摘  要： 目前很多图书馆都更加信息化和数字化，馆藏书籍数量也因此不断提高。如何通过聚类算法做出海量图书类目的精确分类，以便用户更加方便快捷地筛选，成为亟需解决的问题。提出的熵加权聚类改进算法是以传统熵加权聚类算法为基础所设计的新的聚类中心矩阵计算方法。通过选取具有代表性的样本点作为初始聚类中心，降低数据维度和冗余。此外，通过合并策略对信息熵加权隶属表示进行修改，从而避免聚类过程中的局部最优。实验结果表明，提出的聚类方法在处理书籍大数据分类任务时具有较高的精度和稳定度。

关键词： 图书分类; 大数据; 熵加权; 聚类方法; 数据维度降低; 矩阵计算

中图分类号： TN911.1?34; TP309                    文献标识码： A                   文章编号： 1004?373X（2020）01?0119?03

Entropy weighted clustering algorithm for classification of library books

LI Lin

Abstract： At present， many libraries are more informationized and digitized， so the number of books in the library is constantly increasing. How to accurately classify a large number of books by clustering algorithm has become an urgent problem to be solved， so that users can screen more conveniently and quickly. The new clustering center matrix calculation method is designed on the basis of traditional entropy?weighted clustering algorithm. By selecting representative sample points as initial clustering centers， data dimensionality and redundancy are reduced. In addition， the weighted membership representation of information entropy is modified by merging strategy to avoid local optimum in clustering process. The experimental results show that the proposed clustering method has high accuracy and stability in dealing with large data classification of books.

Keywords： book classification; big data; entropy weighting; clustering method; data dimension reduction; matrix calculation

0  引  言

随着大数据（Big Data）时代的来临，社会各个行业都掀起了数字化、数据化的浪潮。图书馆领域也随着信息化程度的不断加深，产生了海量的书籍信息。但是如何有效对如此大规模的数据进行处理，从而挖掘出有价值、有关联的信息成为难题[1?3]。

目前，聚类分析作为大数据挖掘常用的方法，表现出良好的划分判别效果，能够在划分类未知的情况下，进行不同类或者簇的数据分类。因此，许多聚类算法被应用于图书馆管理行业。文献[4]提出基于聚类优化的协同过滤个性化图书推荐方法。文献[5]提出一种基于混合聚类算法的图书馆管理系统，利用WEKA混合聚类算法进行图书馆的数据挖掘任务。文献[6]采用核聚类的方法实现图书信息自动分类，通过结合TF?IDF计算表现出较好的逻辑性，且信息类别划分性能良好。……