از روش های خوشه بندی برای بازیابی ساختار نرم افزار جهت فهم درست آن و همچنین بازسازی نرم افزار استفاده می شود. در ادبیات موضوع، بیشتر الگوریتم های ارایه شده برای خوشه بندی سامانه های نرم افزاری به دو دسته الگوریتم های مبتنی بر جستجو و الگوریتم های سلسله مراتبی طبقه بندی می شوند و الگوریتمی از رده مبتنی بر افراز برای خوشه بندی یک سامانه نرم افزاری ارایه نشده است. این روش ها سعی دارند که گراف وابستگی موجودیت به دست آمده از کد منبع سامانه نرم افزاری را به چند مجموعه راسی افراز کنند. در سامانه های نرم افزاری، موجودیت می تواند رده، تابع و یا یک فایل باشد. با توجه به چندجمله ای غیر قطعی، سخت بودن مساله خوشه بندی، در سال های اخیر از روش های تکاملی و مبتنی بر جستجو مانند الگوریتم ژنتیک برای این حل این مساله، زیاد استفاده شده است. هر چند این الگوریتم ها در برخی موارد می توانند ساختار مناسبی از نرم افزار را به دست آورند، اما برای نرم افزار های با ابعاد بزرگ، با توجه به زمان اجرا و حافظه مصرفی زیاد، قابل اجرا نیستند؛ همچنین، این روش ها از اطلاعات و دانش گرافی موجود در گراف وابستگی موجودیت استفاده ی چندانی نمی کنند. در این مقاله یک الگوریتم مبتنی بر افراز ارایه شده است که بتوان از آن در خوشه بندی نرم افزار نیز استفاده کرد. همچنین، یک نوع فاصله جدید برای قیاس تشابه و عدم تشابه ارایه شده است. انتظار می رود روش پیشنهادی بتواند در قیاس با سایر روش های موجود، خوشه بندی هایی با کیفیت بالاتر و نزدیک به خوشه بندی فرد خبره، تولید کند. برای بررسی صحت اجرای الگوریتم، آن را بر روی نرم افزار موزیلا فایرفاکس اجرا کرده و نتایج را با الگوریتم های مطرح این حوزه، مقایسه کرده ایم.

زمینه و هدف: امروزه با افزایش تقاضای درمان، بیماران با کمک اینترنت اشیا مراقبت و پایش می شوند. فناوری های پایش جسمی بیمار در محیط اینترنت اشیا شامل اندازه گیری ضربان قلب، فشارخون، قند خون و دیگر علائم حیاتی هستند. هدف مقاله، ارائه مدل خوشه بندی فناوری های مذکور با استفاده از تکنیک های داده کاوی است تا مناسب ترین فناوری، طبق نیازها و ویژگی های کاربر انتخاب شود. مواد و روش ها: پژوهش حاضر، مروری و از منظر نتیجه کاربردی می باشد. داده ها شامل شش مشخصه منحصربه فرد 60 فناوری منتخب، شامل کاربرد، قیمت، نحوه اتصال، منبع تغذیه، مکان استفاده و نوع استفاده می باشد که از سایت های توسعه و تبلیغات فناوری ها و همچنین بررسی مقالات مرتبط استخراج شده است. روش تجزیه وتحلیل داده ها، تکنیک خوشه بندی و الگوریتم K-medoids است. هم چنین برای شناسایی موثرترین مشخصه ها، از الگوریتم جنگل تصادفی استفاده شده است. یافته ها: مدل ارائه شده، با در نظر گرفتن مشخصه های انتخاب شده کاربر به عنوان ورودی، خوشه ای از فناوری ها را به عنوان خروجی مدل ارائه می دهد. مطابق با الگوریتم، داده ها در بهترین حالت در چهار دسته خوشه بندی شدند. شاخص سیلوئت برای چهار خوشه، مقدار 45/0 شده است که اعتبار مدل را نشان می دهد. با اجرای الگوریتم جنگل تصادفی، نوع کاربرد و پس از آن قیمت، بیشترین تاثیر را در خوشه بندی داشته اند. نتیجه گیری: توسط مدل پیشنهادی پژوهش، بیماران یا کاربران می توانند مناسب ترین فناوری را بر حسب نوع بیماری و دیگر ویژگی های موثر همچون قیمت، بیابند و به این ترتیب با پایش جسمی درست و لحظه به لحظه، آمار پیشروی بیماری ها کمتر و پیشگیری آن ها بهتر انجام گیرد.

با توجه به ماهیت بدون ناظر مسائل خوشه بندی و تأثیرگذاری مؤلفه های مختلف از جمله تعداد خوشه ها، معیار فاصله و الگوریتم انتخابی، ترکیب خوشه بندی ها برای کاهش تأثیر این مؤلفه ها و افزایش صحت خوشه بندی نهایی معرفی شده است. در این مقاله، روشی برای ترکیب وزن دار خوشه بندی های پایه با وزن دهی به خوشه بندی ها بر اساس روش AD ارائه شده است. روش AD برای برآورد صحّت انسان ها در مسائل جمع­ سپاری از هماهنگی یا تضاد بین آرای آنها استفاده می کند و با پیشنهاد مدلی احتمالاتی، فرآیند برآورد صحّت را به کمک یک فرآیند بهینه سازی انجام می دهد. نوآوری اصلی این مقاله، تخمین صحت خوشه بندی های پایه با استفاده از روش AD و استفاده از صحت های تخمین زده شده در وزن دهی به خوشه بندی های پایه در فرآیند ترکیب است. نحوه تطبیق مسأله خوشه بندی به روش برآورد صحّت AD و نحوه استفاده از صحّت های برآورد شده در فرآیند ترکیب نهایی خوشه ها، از چالش هایی است که در این پژوهش به آنها پرداخته شده است. چهار روش برای تولید خوشه بندی های پایه شامل الگوریتم های متفاوت، معیارهای فاصله ی متفاوت در اجرای k-means، ویژگی های توزیع شده و تعداد خوشه های متفاوت بررسی شده است. در فرآیند ترکیب، قابلیت وزن دهی به الگوریتم های خوشه بندی ترکیبی CSPA و HGPA اضافه شده است. نتایج روش پیشنهادی روی سیزده مجموعه داده مصنوعی و واقعی مختلف و بر اساس نُه معیار ارزیابی متفاوت نشان می دهد که روش ترکیب وزن دار ارائه شده در بیش تر موارد بهتر از روش ترکیب خوشه بندی بدون وزن عمل می کند که این بهبود برای روش HGPA نسبت به CSPA بیشتر است.

بهره­گیری از فضاهای پیراشهری به عنوان کالاهای استراتژیک و مقرون­به­صرفه جهت توسعۀ خوشه­های نوآوری، شهرها را به سمت تحقق توسعۀ پایدار و اکوسیستم نوآور بر مدار اقتصاد دانش­بنیان رهنمون می­سازد. هدف این پژوهش، شناسایی و استخراج مراحل تکوین و توسعۀ خوشه­های نوآوری جهت کاربست آن در فضاهای پیراشهری است. روش پژوهش حاضر، از لحاظ ماهیت، کیفی، ازنظر هدف، کاربردی-توسعه­ای و از نوع مطالعات ثانویه با رویکرد مرور سیستماتیک ادبیات منطبق بر فرآیند هشت مرحله ای اوکلی(2015) است. جامعۀ آماری شامل مقاله­ها، کتاب­ها و پایان­نامه­های مربوط به خوشه­های نوآوری شهری، ­از سال 2000 تا 2023 است. حجم نمونه شامل 32 منبع می­باشد. بر اساس نتایج پژوهش، بیشترین منابع پژوهش مربوط به سال­های  2018-2023 ( 62 درصد منابع) و پایگاه­های داده­­ای ساینس دایرکت و اشپرینگر است(به ترتیب 28 و 22 درصد منابع). بر اساس نتایج حاصل از تحلیل منابع، 113 کد بر تکامل و توسعۀ خوشه­های نوآوری شهری جهت کاربست آن ها در فضاهای پیراشهری تأثیرگذار هستند که در 26 مقوله مشتمل بر برنامه­ریزی راهبردی، پیش­نیازها، سازمانی، مدیریت، ساختار جمعیت، محیط فرهنگی، خدمات، مدیریت دولت، الزامات فرهنگی، زیرساخت اقتصادی، مالی، ساختار صنعتی، انباشت صنعتی، سطح اقتصادی، نوآوری فناورانه، موقعیت جغرافیایی، ارتباط صنعت-دانشگاه، مقیاس شهر، محیط اکولوژیک، طراحی و محیطی طبقه بندی شده اند. این مقوله ها در هشت کد محوری متشکل از نهادی، اجتماعی- فرهنگی، اقتصادی، انباشت جغرافیایی و فضایی، زیرساخت و غیره طبقه بندی شده اند. مراحل توسعه و تکوین خوشه­های نوآوری شامل مرحله پیش­خوشه و ظهور خوشه، راه­اندازی، فاز رشد خوشۀ پسین، پایداری، زوال و درنهایت سازگاری خوشه­ای، جهش یا فرسودگی است.

تبخیر را می توان نقطه آغازین چرخه هیدرولوژیک آب به شمار آورد، که برآیند مجموعه عوامل اقلیمی و جغرافیایی منطقه هیدرولوژیک می باشد و مستقیماً بر منابع آب اثر بخش است. این پدیده از یک سیستم پیچیده و غیرخطی پیروی می کند، که تخمین دقیق آن بسیار دشوار است. از این رو استفاده از مدل های ریاضی مانند سیستم استنتاج فازی و شبکه عصبی کوهنن با درک رفتار های غیر خطی سیستم برای حل این مشکل مناسب است. طبقه بندی پایگاه اطلاعات بزرگ نظیر ایستگاه های تبخیرسنجی موجب می گردد حجم زیادی از اطلاعات با اختصاص به چند دسته متجانس کوچکتر براحتی در روش های مختلف مدل سازی مورد استفاده قرار گیرد. خوشه بندی در این پ‍ ‍ ژوهش با استفاده از داده های اقلیمی منجر به قرار گرفتن ایستگاه های تبخیرسنجی در 7 خوشه گردیده است و بین مقادیرحداکثر شاخصRS و حداقل واریانس محاسباتی خوشه ها همخوانی وجود دارد، بطوریکه نسبت به ضریب تعیین RS و واریانس خوشه ها روش شبکه عصبی کوهنن نسبت به روش فازی نتایج بهتری را نشان می دهد. تبخیر را می توان نقطه آغازین چرخه هیدرولوژیک آب به شمار آورد، که برآیند مجموعه عوامل اقلیمی و جغرافیایی منطقه هیدرولوژیک می باشد و مستقیماً بر منابع آب اثر بخش است. این پدیده از یک سیستم پیچیده و غیرخطی پیروی می کند، که تخمین دقیق آن بسیار دشوار است. از این رو استفاده از مدل های ریاضی مانند سیستم استنتاج فازی و شبکه عصبی کوهنن با درک رفتار های غیر خطی سیستم برای حل این مشکل مناسب است. طبقه بندی پایگاه اطلاعات بزرگ نظیر ایستگاه های تبخیرسنجی موجب می گردد حجم زیادی از اطلاعات با اختصاص به چند دسته متجانس کوچکتر براحتی در روش های مختلف مدل سازی مورد استفاده قرار گیرد. خوشه بندی در این پ‍ ‍ ژوهش با استفاده از داده های اقلیمی منجر به قرار گرفتن ایستگاه های تبخیرسنجی در 7 خوشه گردیده است و بین مقادیرحداکثر شاخصRS و حداقل واریانس محاسباتی خوشه ها همخوانی وجود دارد، بطوریکه نسبت به ضریب تعیین RS و واریانس خوشه ها روش شبکه عصبی کوهنن نسبت به روش فازی نتایج بهتری را نشان می دهد.

یکی از مسایل اصلی در خوشه بندی فازی تعیین تعداد خوشه هاست که باید پیش از خوشه بندی در اختیار باشد و انتخاب مقادیر متفاوت برای تعداد خوشه ها، به خوشه بندی های متفاوتی منجر خواهد شد؛ بنابراین لازم است تا خوشه های مختلفی را که از مقادیر متفاوت تعداد خوشه ها به دست می آید با یک شاخص، اعتبارسنجی نمود؛ اما تا کنون شاخصی مخصوص الگوریتم های خوشه بندی فازی نوع-2 (IT2 FCM) معرفی نشده است و به هنگام استفاده از این الگوریتم، از شاخص های معمول جهت تعیین تعداد خوشه ها استفاده می شود و این مقادیر نیز به طور ثابت و عمومی در نظر گرفته می شود. در این مقاله بنا داریم تاشاخصی جهت سنجش اعتبار خوشه بندی در این الگوریتم هامعرفی نماییم. بدین منظور، ابتدا مروری بر شاخص های اعتبار خوشه بندی و تحقیقات مرتبط با آن نموده و سپس ناپایداری استفاده از شاخص های موجود در الگوریتم های خوشه بندی فازی نوع-2، نشان داده می شود. نتایج پیاده سازی شاخص پیشنهادی بر روی چهار مجموعه داده نشان می دهد که ناپایداری و اشکالات موجود در استفاده از شاخص های معمول در الگوریتم IT2 FCM، در شاخص پیشنهادی به علت به دست آوردن بازه بهینه، وجود ندارد. استفاده از شاخص معرفی شده می تواند اثر چشمگیری در کنترلر های نوع-2 (سیستم های منطق فازی نوع-2) داشته باشد و منجر به بهبود نتایج پیش بینی و کنترل در این سیستم ها گردد.

اکثر مطالعات اخیر در حوزه خوشه بندی ترکیبی سعی می کنند ابتدا خوشه بندی های اولیه ای تولید کنند که تا حد ممکن دارای پراکندگی باشند، سپس با اعمال یک تابع توافقی همه این نتایج را با هم ترکیب می کنند. در این مقاله یک روش جدید خوشه بندی ترکیبی ارایه شده است که در آن به جای استفاده از تمام نتایج اولیه، تنها از زیرمجموعه ای از خوشه های اولیه استفاده می شود. ایده اصلی در این روش استفاده از خوشه های پایدار در ترکیب نهایی است. برای ترکیب خوشه های انتخابی، از تابع توافقی مبتنی بر ماتریس همبستگی استفاده شده است. از آن جایی که ساخت ماتریس همبستگی با در دسترس بودن تنها تعدادی از خوشه ها، با روش های موجود امکان پذیر نمی باشد، در این مقاله یک روش جدید به نام خوشه بندی انباشت مدارک توسعه یافته، برای ساخت ماتریس همبستگی از زیرمجموعه ای از خوشه ها پیشنهاد شده است. برای ارزیابی خوشه ها، از پایداری مبتنی بر اطلاعات متقابل استفاده شده است. نتایج تجربی روی چندین مجموعه داده استاندارد نشان می دهد که روش پیشنهادی به طور موثری نتایج خوشه بندی های اولیه را بهبود می دهد. هم چنین، مقایسه نتایج در مقایسه با سایر روش های خوشه بندی ترکیبی، نشان از کارآیی بالای روش پیشنهادی دارد.