杨婷婷++王雪梅

摘要：聚类分析在科研和商业应用中都有着非常重要的应用，K-means算法是聚类方法中常用的一种划分方法。随着数据量的增加，K-means算法的局限性日益突出。在百度地图的各种坐标体系下，提出一种改进的基于网格的K-means算法，用新的方法确定k值以及K个初始质心。相对于传统的K-means算法，该算法在一定程度上减少了因采用误差平方和准则函数而出现较大的聚类簇分割开的情况，仿真实验结果表明：改进后的K-means算法优于原始算法，并且稳定性更好。

关键词：聚类；K-means算法；百度地图；稳定性

中图分类号：TP3-0

文献标识码：A

DOI： 10.3969/j.issn.1003-6970.2016.01.018

0 引言

数据挖掘即是从大量的、不完全的、有噪音的、模糊的、随机的实际应用数据中，发现并提取隐含在其中未知的、可信的、有用的模式的过程。目前，数据挖掘已广泛应用于大中型企业、商业、银行、保险等领域，成为未来3-5年内对工业有重大影响的关键技术之一。聚类是数据挖掘中的一类重要技术，是分析数据并从中发现有用信息的一种有效手段。由聚类所生成的簇是一组数据对象的集合，这些对象与同一簇中的对象彼此相似，与其他簇的对象相异。聚类算法有划分聚类算法、层次聚类算法、基于密度的聚类算法、基于网格的聚类算法、模糊聚类算法、子空间聚类算法。其中，K-me ans算法属于聚类方法中一种基本的划分方法，传统的K-means算法是输入聚类个数k，以及包含n个数据对象的数据库，输出满足方差最小标准的k个聚类。

如今，020如火如荼，移动地图一直被当作是020的重要入口之一，移动地图本身就是最该挖掘的宝藏，在如今的技术条件下，地图服务完全可以扩展成索引真实世界的关键按钮，成为连接所有020服务的平台。……