مریم امیری

بزرگی فضای ویژگی‌های خوشه‌بندی داده باعث پیچیدگی بیشتر می‌شود. الگوریتم‌های خوشه‌بندی منفرد تا حد زیادی نمی‌توانند کارایی خوشه‌بندی را افزایش دهند. یکی از راه‌های افزایش کارایی خوشه‌بندی، استفاده از ترکیبی از روش‌ها است. استفاده از خوشه‌بندی‌های ترکیبی باعث افزایش کارایی و دقت در خوشه‌بندی توسط ترکیب چند روش خوشه‌بندی منفرد می‌شود. از آن جایی که هرکدام از الگوریتم‌های خوشه‌بندی نمی‌توانند برای همه دیتاست‌ها، نتایج قابل‌قبولی تولید کنند و کارایی آن‌ها به نوع داده و ساختار داده وابسته است، تمرکز رویکردهای جدید برای ارائه الگوریتم‌های خوشه‌بندی ترکیبی است. بدیهی است که یک الگوریتم خوشه‌بندی ترکیبی نتایج بهتری را نسبت به الگوریتم‌های خوشه‌بندی روی همه‌ی دیتاست‌ها می‌تواند تولید کند. ازاین‌رو، هدف این پژوهش ارائه یک الگوریتم خوشه‌بندی ترکیبی مبتنی بر انباشت شواهد است. در این روش چندین الگوریتم خوشه‌بندی روی مجموعه‌ی داده اعمال شد. هر الگوریتم، داده‌ها را خوشه‌بندی کرد و یک افراز ایجاد کرد. هرکدام از این افرازها بخشی از شواهدی هستند که نشان می‌دهند که ساختار داده‌ها به چه صورت است. سرانجام الگوریتم بر اساس این شواهد جمع‌آوری شد، خوشه‌بندی نهایی را تولید کرد. باتوجه‌به بررسی‌های انجام شده و مطالعاتی که بر روی تحقیقات گذشته انجام شده است، نشان‌دهنده‌ی برتری روش پیشنهادی نسبت به سایر کارها است. نتایج به‌دست‌آمده از روش پیشنهادی نشان داد که مدل پیشنهادی ارائه شده از دقت بالاتری برخوردار است. روش پیشنهادی با دیتاست‌های مختلف و با روش‌های مختلف مقایسه شده است. نتایج نشان داد که روش پیشنهادی در این پایان‌نامه دقت و عملکرد بهتری دارد.