КиСА | Содержание

Том 57 >>> № 3 МАЙ — ИЮНЬ 2021

-->

УДК 519.237.8

Н.Э. Кондрук, Н.Н. Маляр

АНАЛИЗ КЛАСТЕРНЫХ СТРУКТУР ПО РАЗНЫМ МЕРАМ СХОДСТВА

Аннотация. Приведен анализ кластерных образований, используемых в прак-тических задачах. В различных исследованиях сегментацию данных обычно выполняют только одной формой кластеров. Предложено осуществлять клас-теризацию разными мерами сходства одних и тех же исследуемых данных и выявлять различные виды взаимосвязей между ними. Это позволяет прово-дить более полный, разносторонний и системный анализ образованных сег-ментов в прикладных задачах. Верификация такого подхода реализована на практической задаче анализа демографических процессов в некоторых евро-пейских странах.

Ключевые слова: кластеризация, анализ кластеров, интерпретация класте-ров, демографические процессы.

ПОЛНЫЙ ТЕКСТ

Кондрук Наталія Емерихівна,
кандидатка техн. наук, доцентка кафедри Державного вищого навчального закладу «Ужгородський національний університет», natalia.kondruk@uzhnu.edu.ua

Маляр Микола Миколайович,
доктор техн. наук, професор кафедри Державного вищого навчального закладу «Ужгородський національний університет», mykola.malyar@uzhnu.edu.ua

СПИСОК ЛИТЕРАТУРЫ

Hulianytskyi L.F., Riasna I.I. Automatic classification method based on a fuzzy similarity relation. Cybernetics and Systems Analysis. 2016. Vol. 52, N 1. P. 30–37. https://doi.org/10.1007/ s10559-016-9796-3.

Lascu D.-N., Manrai L.A., Manrai A.K., Gan A. A cluster analysis of tourist attractions in Spain: Natural and cultural traits and implications for global tourism. European Journal of Management and Business Economics. 2018. Vol. 27, N 3. P. 218–230. https://doi.org/10.1108/EJMBE-08-2017-0008.

Sanders I., Short C.E., Bogomolova S., Stanford T., Plotnikoff R., Vandelanotte C., Olds T., Edney S., Ryan J., Curtis R.G., Maher C. Characteristics of adopters of an online social networking physical activity mobile phone app: Cluster analysis. JMIR Mhealth Uhealth. 2019. Vol. 7, N 6. P. 1–11. https://doi.org/10.2196/12484.

Morton C., Anable J., Nelson J.D. Consumer structure in the emerging market for electric vehicles: Identifying market segments using cluster analysis. International Journal of Sustainable Transportation. 2017. Vol. 11, N 6. P. 443–459. https://doi.org/10.1080/15568318.2016.1266533.

Kondruk N. Clustering method based on fuzzy binary relation. Eastern-European Journal of Enterprise Technologies. 2017. Vol. 2, N 4. P. 10–16. https://doi.org/10.15587/1729-4061.2017.94961.

Haben S., Singleton C., Grindrod P. Analysis and clustering of residential customers energy behavioral demand using smart meter data. IEEE Trans. on Smart Grid. 2015. Vol. 7, N 1. P. 136–144. https://doi.org/10.1109/TSG.2015.2409786.

Geng D., Xia X., Fu X. A knowledge discovery method for characteristics extraction of power consumption based on cluster analysis. Chinese Automation Congress (22–24 Nov 2019, Hangzhou, China). Hangzhou, China, 2019. P. 1288–1292. https://doi.org/10.1109/CAC48633.2019.8996438.

Leech R.M., McNaughton S.A., Timperio A. The clustering of diet, physical activity and sedentary behavior in children and adolescents: a review. International Journal of Behavioral Nutrition and Physical Activity. 2014. Vol. 11, N 4. P. 1–9. https://doi.org/10.1186/1479-5868-11-4.

Wang G., Zhang X., Tang S., Zheng H., Zhao B. Unsupervised clickstream clustering for user behavior analysis. CHI Conf. on Human Factors in Computing Systems (6–12 May 2016, New York). New York, 2016. P. 225–236. https://doi.org/10.1145/2858036.2858107.

Zhang D., Ortiz M.A., Bluyssen P.M. Clustering of Dutch school children based on their preferences and needs of the IEQ in classrooms. Building and Environment. 2019. Vol. 147. P. 258–266. https://doi.org/10.1016/j.buildenv.2018.10.014.

Kim D.H., Bluyssen P.M. Clustering of office workers from the OFFICAIR study in The Netherlands based on self-reported health and comfort. Building and Environment. 2020. Vol. 176. P. 1–19. https://doi.org/10.1016/j.buildenv.2020.106860.

Кondruk N.E. Use of length-based similarity measure in clustering problems. Radio Electronics. Computer Science. Control. 2018. N 3. P. 98–105. https://doi.org/10.15588/1607-3274-2018-3-11.

Eurostat. European Statistical System. URL: https://ec.europa.eu/.

Кondruk N.E. A comparative study of cluster validity indices. Radio Electronics. Computer Science. Control. 2019. N 4. P. 59–67. https://doi.org/10.15588/1607-3274-2019-4-6.

Маляр М.М., Кондрук Н.Е. Структурування критеріального простору за кутовою мірою подібності. Наук. вісн. Ужгород. ун-ту. Cерія «Математика і інформатика». 2020. Вип. № 1 (36). C. 85–91. https://doi.org/10.24144/2616-7700.2020.1(36).85-91.