時(shí)態(tài)數(shù)據(jù)流的增量聚類算法研究及其應(yīng)用.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)，隨著計(jì)算機(jī)和應(yīng)用技術(shù)的高速發(fā)展，人們獲得數(shù)據(jù)的能力有了極大的提高，同時(shí)獲得的數(shù)據(jù)途徑也越來(lái)越多。數(shù)據(jù)流（datastream）作為一種特殊的數(shù)據(jù)來(lái)源，越來(lái)越備受關(guān)注。如WEB點(diǎn)擊流、氣象觀測(cè)信息流、電話記錄信息流、衛(wèi)星數(shù)據(jù)流等。由于數(shù)據(jù)流的數(shù)據(jù)量無(wú)限、對(duì)算法的響應(yīng)要求很高，而且通常只能對(duì)數(shù)據(jù)訪問(wèn)一次，而傳統(tǒng)的聚類算法對(duì)快速變化的數(shù)據(jù)流進(jìn)行在線分析的支持存在著很多限制，因此急需開發(fā)適應(yīng)數(shù)據(jù)

2、流環(huán)境的聚類算法。計(jì)算機(jī)工作者們面臨著新的挑戰(zhàn)。 本文針對(duì)時(shí)態(tài)數(shù)據(jù)流進(jìn)行了研究，給出了時(shí)態(tài)數(shù)據(jù)流的概念和定義，同時(shí)在subspacea-cluster的基礎(chǔ)上提出了TMSC（temporalmultiple-dimensionsubspacecluster）聚類算法來(lái)查找聚類，該算法采用了滑動(dòng)窗口的形式，使得算法能保證無(wú)須針對(duì)所有時(shí)間點(diǎn)的數(shù)據(jù)同時(shí)進(jìn)行聚類，減少了算法所需空間開銷；同時(shí)有增量保持階段，增量階段無(wú)須重復(fù)計(jì)算之前的數(shù)據(jù)