基于Tucker3分解的三路数据聚类方法

作     者：李因果 何晓群 李新春 LI Yin-guo;HE Xiao-qun;LI Xin-chun

作者机构：江苏师范大学商学院江苏徐州221116 中国人民大学应用统计科学研究中心北京100872 中国矿业大学管理学院江苏徐州221116 

出 版 物：《数理统计与管理》 (Journal of Applied Statistics and Management)

年 卷 期：2016年第35卷第1期

页      面：71-80页

核心收录：

学科分类：0303[法学-社会学] 02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 03[法学] 07[理学] 0714[理学-统计学（可授理学、经济学学位）] 070103[理学-概率论与数理统计] 0701[理学-数学] 

基　　金：国家社科基金项目(15BTJ033) 国家自然科学基金项目(71271206) 江苏高校哲学社会科学研究一般项目(2014SJB406) 江苏师范大学博士学位教师科研支持项目(12XWR016)资助 

主　　题：三路数据 相似性测度 综合集成 Tucker分解 聚类方法 

摘      要：从两路数据聚类分析到三路数据聚类分析实质上是由平面分析到立体分析的过程。三路数据聚类方法研究的核心之一是如何把传统的两路截面数据聚类技术向三路数据聚类扩展的问题。本文基于Tucker模型的思路,提出一种先对三路数据执行矩阵分解,而后进行聚类分析的三路数据聚类方法。这种方法不但能够通过核心矩阵反映三路数据三个模式信息联系的强度大小,而且还可以在一个分解框架下对三路数据的三个模式同时进行聚类分析。实证分析结果表明,本文提出的聚类方法不但灵活、易于理解,同时也有着良好的判别性和实用性。