论文研究一种基于划分与压缩方法的改进角色挖掘.pdf

现有自底向上的角色工程方法挖掘任务繁重，挖掘规模庞大，且难以体现挖掘结果的可用性。为提取有效、完整的可用角色集，结合枚举角色挖掘的研究及用户之间的相似度属性，将角色挖掘问题转换为聚类问题，提出一种基于划分与压缩方法的改进角色挖掘。使用围绕中心点划分方法分解用户聚类，采用聚类压缩算法压缩划分用户集，利用矩阵的稠密性分析法合并重构有效矩阵，并在构造和真实数据集上进行测试与分析。实验结果表明，该方法能够降低求解问题的复杂性及挖掘规模，并能提取出有效、完整的可用角色集；与枚举法挖掘相比，压缩率控制在40%以内、支持度阈值取约0.6时，改进挖掘的效果比较理想。