EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

АВТОМАТИЗОВАНИЙ ВИБІР ПАРАМЕТРА EPS АЛГОРИТМУ DBSCAN ДЛЯ КЛАСТЕРИЗАЦІЇ ТЕКСТОВИХ ДАНИХ ІЗ ВІДСІВОМ ВИРОДЖЕНИХ РІШЕНЬ

Ігор КОВАЛЬ

Information Technology: Computer Science, Software Engineering and Cyber Security · 10.11.2026 · (3) · 181-190

DOI: 10.32782/it/2026-3-19 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Information Technology: Computer Science, Software Engineering and Cyber Security, online erschienen am 10.11.2026. Verfasst von Ігор КОВАЛЬ. Die Arbeit nennt 13 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

У статті досліджено проблему автоматизованого вибору параметра eps алгоритму DBSCAN у задачах кластеризації текстових даних. Актуальність дослідження зумовлена високою чутливістю результатів DBSCAN до значення радіуса околу, особливо у випадку розріджених і високорозмірних текстових даних, які були сформовані за допомогою TF-IDF. Некоректний вибір параметра eps може призводити до формування одного узагальненого кластера, надмірної кількості шуму, появи великої кількості дрібних кластерів або неможливості коректного обчислення внутрішніх метрик якості. Метою дослідження є розроблення та експериментальна перевірка процедури автоматизованого вибору параметра eps алгоритму DBSCAN для кластеризації текстових даних із відсівом вироджених конфігурацій. Запропонована процедура передбачає формування множини кандидатних значень eps, послідовний запуск алгоритму DBSCAN, визначення кількості сформованих кластерів і частки шумових об’єктів, перевірку допустимості отриманих розбиттів та подальше оцінювання коректних конфігурацій за внутрішніми метриками якості. Методологія. Дослідження ґрунтується на експериментальному аналізі текстових корпусів із різними характеристиками структури та рівнем тематичного перекриття. Текстові документи подано у вигляді TF-IDF-векторів. Для оцінювання результатів використано метрики Silhouette, Davies–Bouldin і Calinski–Harabasz, а також додаткові показники кількості кластерів, частки шуму та частки вироджених конфігурацій. Наукова новизна. Удосконалено автоматизований вибір параметра eps алгоритму DBSCAN шляхом введення структурної допустимості як попередньої умови оцінювання кандидатних конфігурацій. На відміну від підходів, у яких eps визначається безпосередньо за характеристиками локальних відстаней або значенням внутрішньої метрики, запропонована процедура спочатку відсіює структурно неприйнятні розбиття, а вибір за Silhouette виконує лише серед допустимих рішень. Висновки. Експериментально встановлено, що вибір параметра eps лише за максимальним значенням Silhouette може призводити до формально якісних, але практично непридатних конфігурацій із високою часткою шумових об’єктів. Запропонована процедура забезпечила вибір допустимих конфігурацій для всіх трьох досліджених корпусів. Для корпусу easy обрано eps = 0,25, а для корпусів noisy і overlap - eps = 0,35. У випадку корпусу overlap застосування відсіву дало змогу зменшити частку шуму з 85,00 % до 25,67 % та отримати три змістовно інтерпретовані кластери. Отримані результати підтверджують доцільність поєднання внутрішніх метрик якості зі структурними критеріями допустимості під час автоматизованого налаштування DBSCAN.

Zitieren

APA

КОВАЛЬ, І. (2026). АВТОМАТИЗОВАНИЙ ВИБІР ПАРАМЕТРА EPS АЛГОРИТМУ DBSCAN ДЛЯ КЛАСТЕРИЗАЦІЇ ТЕКСТОВИХ ДАНИХ ІЗ ВІДСІВОМ ВИРОДЖЕНИХ РІШЕНЬ. Information Technology: Computer Science, Software Engineering and Cyber Security, 181-190. https://doi.org/10.32782/it/2026-3-19

Vancouver

КОВАЛЬ І. АВТОМАТИЗОВАНИЙ ВИБІР ПАРАМЕТРА EPS АЛГОРИТМУ DBSCAN ДЛЯ КЛАСТЕРИЗАЦІЇ ТЕКСТОВИХ ДАНИХ ІЗ ВІДСІВОМ ВИРОДЖЕНИХ РІШЕНЬ. Information Technology: Computer Science, Software Engineering and Cyber Security. 2026:181-190. doi:10.32782/it/2026-3-19

BibTeX
@article{2026,
  author = {КОВАЛЬ, Ігор},
  title = {АВТОМАТИЗОВАНИЙ ВИБІР ПАРАМЕТРА EPS АЛГОРИТМУ DBSCAN ДЛЯ КЛАСТЕРИЗАЦІЇ ТЕКСТОВИХ ДАНИХ ІЗ ВІДСІВОМ ВИРОДЖЕНИХ РІШЕНЬ},
  journal = {Information Technology: Computer Science, Software Engineering and Cyber Security},
  year = {2026},
  number = {3},
  pages = {181--190},
  doi = {10.32782/it/2026-3-19}
}
Kostenlos starten →