數(shù)據(jù)流挖掘中聚類算法的研究與實(shí)現(xiàn).pdf

1、聚類分析是數(shù)據(jù)挖掘領(lǐng)域一項(xiàng)重要的研究課題。近年來(lái)，由于計(jì)算機(jī)及應(yīng)用技術(shù)的高速發(fā)展，人們獲取數(shù)據(jù)的能力得到了極大的提高。數(shù)據(jù)流(data Stream)作為一種重要的數(shù)據(jù)來(lái)源，也得到了人們?cè)絹?lái)越多的關(guān)注。如WEB點(diǎn)擊流、氣象觀測(cè)信息流、電話記錄信息流等。與傳統(tǒng)的待處理數(shù)據(jù)相比，這些數(shù)據(jù)是高速的、連續(xù)的、動(dòng)態(tài)的、變化的、無(wú)限的，對(duì)它們的訪問(wèn)只能是順序的、一次或有限次的，對(duì)它們的存儲(chǔ)也只能是動(dòng)態(tài)的、概要的。數(shù)據(jù)流的這些特性，給數(shù)據(jù)流的挖掘帶來(lái)

2、了極大的困難，也給數(shù)據(jù)流的聚類算法提出了更高的要求。 近年來(lái)人們提出了很多聚類算法來(lái)處理數(shù)據(jù)流，并取得了一定的成果。本文首先介紹了數(shù)據(jù)挖掘的相關(guān)算法及技術(shù)，然后給出了數(shù)據(jù)流挖掘的特點(diǎn)，并對(duì)已有的數(shù)據(jù)流聚類成果進(jìn)行了詳細(xì)的研究分析，找出了各自的優(yōu)點(diǎn)和不足。針對(duì)這些不足，本文提出了一種新的基于密度的聚類算法-Sdstream算法，來(lái)處理進(jìn)化數(shù)據(jù)流。Sdstream算法引入了滑動(dòng)窗口技術(shù)，采取了動(dòng)態(tài)剪枝策略，不僅能發(fā)現(xiàn)任意形狀任意數(shù)目