數(shù)據(jù)流挖掘中聚類算法的研究與實現(xiàn).pdf

1、聚類分析是數(shù)據(jù)挖掘領域一項重要的研究課題。近年來，由于計算機及應用技術的高速發(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)來源，也得到了人們越來越多的關注。如WEB點擊流、氣象觀測信息流、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、動態(tài)的、變化的、無限的，對它們的訪問只能是順序的、一次或有限次的，對它們的存儲也只能是動態(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

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。 近年來人們提出了很多聚類算法來處理數(shù)據(jù)流，并取得了一定的成果。本文首先介紹了數(shù)據(jù)挖掘的相關算法及技術，然后給出了數(shù)據(jù)流挖掘的特點，并對已有的數(shù)據(jù)流聚類成果進行了詳細的研究分析，找出了各自的優(yōu)點和不足。針對這些不足，本文提出了一種新的基于密度的聚類算法-Sdstream算法，來處理進化數(shù)據(jù)流。Sdstream算法引入了滑動窗口技術，采取了動態(tài)剪枝策略，不僅能發(fā)現(xiàn)任意形狀任意數(shù)目