｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2022,3,31]，“日期时间”：“2022-03-31T06:34:46Z”，“时间戳”：1648708486853｝，“发布者位置”：“柏林，海德堡”，“引用计数”：19，“发布者”：“施普林格-柏林-海德堡”，“isbn类型”：[｛“值”：“9783642341083”，“类型”：“打印”｝，｛“值”：“9783642341090”，“type”：“electronic”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，“short-container-title”：[]，”published-print“：{”date-parts“：[[2012]]}，”DOI“：”10.1007\/978-3642-34109-0_4“，”type“：”book-capter“，”created“：{”date-ports“：[2012,9,13]]，”date-time“：”2012-09-13T11:514:5 3Z“，”时间戳“：1347534893000}，”页面“：”18-29“，“source”：“Crossref”，“is-referenced-by-count”：1，“title”：[“使用相互半监督对异构数据进行聚类”]，“prefix”：“10.1007”，”author“：[{”given“：”Artur“，”family“：”Abdullin“，”sequence“：”first“，”affiliation“：[]}，{”Givent“：”Olfa“，”“family”：“Nasraoui”，键“：”4_CR1“，“unstructured”：“Abdullin，A.，Nasraoui，O.：一个半监督学习框架，用于对混合数据类型进行聚类。摘自：KDIR 2012年会议记录-知识发现和信息检索国际会议（2012）”}，{“key”：“4_CR2”，“doi-asserted-by”：“crossref”，“非结构化”：“Al-Razgan，M.，Domeniconi，C.：加权聚类系综。In：第六届SIAM ICML的Proc.（2006）”，“DOI”：“10.1137\/1.9781611972764.23”}，{“key”：“4_CR3”，“unstructured”：“Basu，S.，Banerjee，A.，Mooney，R.：通过种子实现半监督聚类。In:第十九届ICML（2002）的Proc：“Basu，S.，Bilenko，M.，Mooney，R.J.：半监督聚类的概率框架。摘自：第十届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD 2004，pp.59\u201368（2004）”，“DOI”：“10.1145\/1014052.1014062”}，{“key”：“4_CR5”，“非结构化”：“Cohn，D.，Caruana，R.，Mccallum，A.：具有用户反馈的半监督集群。技术代表（2003）”}，{“key”：“4_CR6”，“doi-asserted-by”：“publisher”，“first page”：”143“，”doi“：”10.1023\/A:1007612920971“，”volume“：”42“，”author“：”I.S.Dhillon“，”year“：”2001“，”非结构化“：“Dhillon，I.S.，Modha，D.S.：使用聚类对大型稀疏文本数据进行概念分解。Mach.Learn.\u00a042，143\u2013175（2001）”，“journal-title”：“Mach.Learn.”}，{“key”：“4_CR7”，“unstructured”：“Ester，M.，Peter Kriegel，H.，Sander，J.，Xu，X.：一种基于密度的算法，用于在有噪声的大型空间数据库中发现簇。摘自：第二届KDD国际会议论文集，第226\u2013231页（1996）”}，{“key”：“4_CR8”，“unstructured”：“Frank，A.，Asuncion，A.：UCI机器学习库（2010）”，“doi-asserted-by”：“crossref”，“unstructured”：“Ganti，V.，Gehrke，J.，Ramakrishnan，R.：Cactus-使用摘要对分类数据进行聚类。收录：第五届ACM SIGKDD国际KDD会议论文集，第73\u201383（1999）页”，“doi”：“10.1145\/31212.312201”}，{“key”：“4_CR10”，“非结构化”：“Ghaemi，R.，Sulaiman，M.N.，Ibrahim，H.，Mustapha，N.：一项调查：聚类集合技术（2009）”}，{“key”：“4_CR11”，“doi-asserted-by”：“publisher”，“first page”：”345“，“doi”：“10.1016\/S0306-4379（00）00022-3”，“volume”：：“25”，“author”：“S.Guha”，“year”：“2000”，“unstructured”：“Guha，S.，Rastogi，R.，Shim，K.：Rock：分类属性的稳健聚类算法。Information Systems\u00a025，345\u2013366（2000）”，“journal-title”：“Information Systems”}，{“key”：“4_CR12”，“unstructured”：“Huang，Z.：一种快速聚类算法，用于聚类数据挖掘中的超大类别数据集。in:《KDD研究问题》，pp.1\u20138（1997）”}，{“key”：“4_CR13”，“doi-asserted-by”：“publisher”，“first page”：《283》，“doi”：“10.1023\/A:1009769707641”，“volume”：第2页，“author”：“Z.Huang”，《年份》：“1998”，“unstructured”：“Huang，Z.：扩展k-means算法，用于对具有分类值的大型数据集进行聚类。数据挖掘和知识发现\u00a02，283\u2013304（1998）”，“日志标题”：“数据挖掘与知识发现”}，{“key”：“4_CR14”，“非结构化”：“MacQueen，J.B.：多元观测分类和分析的一些方法。见：第五届伯克利数学、统计和概率研讨会论文集，第u00a01卷，第281\u2013297页（1967）”}，{“key”：“4_CR15”，“doi-asserted-by”：“crossref”，“unstructured”：“Plant，C.，B\u00f6hm，C.：Inconco：数值对象和范畴对象的可解释聚类。摘自：第17届ACM SIGKDD国际KDD会议论文集，第1127\u20131135（2011）页”，“DOI”：“10.1145\/2020408.2020584”}，{“key”：“4_CR16”，“DOI-asserted-by”：“publisher”，“first page”：，“author”：“P.Rousseuw”，“year”：“1987”，“unstructured”：“Rousseeuw，P.：Silhouettes:用于解释和验证聚类分析的图形辅助工具。J.Compute.Appl.Math.\u00a020，53\u201365（1987）”，“journal-title”：“J.Computer.Appl.Math.”}，{“key”：“4_CR17”，“非结构化”：“Strehl，A.，Strehl，E.，Ghosh，J.，Mooney，R.：相似性度量对网页聚类的影响。In:web搜索人工智能研讨会，第58\u201364（2000）页”}，{“key”：“4_CR18”，“unstructured”：“Wagstaff，K.，Cardie，C.，Rogers，S.，Schr\u00f6dl，S.：约束K表示具有背景知识的聚类。In：第18届ICML的Proc.，pp.577\u2013584（2001）”}，{“key”：“4_CR19”，“unstructured”：“Xing，E.P.，Ng，A.Y.，Jordan，M.I.，Russell，S.：距离度量学习，及其在带有副信息的聚类中的应用。In:Advances In Neural information Processing Systems 15，pp.505\u2013512。麻省理工出版社（2002）“}”，“container-title”：[“字符串处理和信息检索”，“计算机科学课堂讲稿”]，“原始标题”：[]，“链接”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10.1007\/978-3642-34109-0_4.pdf”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{date-parts“：[[2021,5,4]]，”date-time“：”2021-05-04T12:45:17Z“，”timestamp“：1620132317000}，”score“：1，”resource“：{”primary“：”URL“：”http:\\/link.springer.com\/10.1007\/978-3642-34109-0_4“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[2012]]}、“ISBN”：[“9783642341083”，“”9783642341090“]，”references-count“：19，”URL“：”http:\/\/dx.doi.org\/10.1007\/978-3642-34109-0_4“，”关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”值“：”0302-7743“”，”类型“：”打印“}，{”价值“：”1611-33049“，”类型”：“电子”}]，”主题“：[]，”发布“：{”日期部分“：[2012]]}}}}