基于可繼承思想的流數(shù)據聚類研究.pdf

1、數(shù)據挖掘是一門基于歷史數(shù)據發(fā)現(xiàn)事物內在規(guī)律的應用科學，聚類是數(shù)據挖掘的一種重要手段。近年來，計算機和通信技術的快速發(fā)展帶來了各個行業(yè)數(shù)據積累的快速增加，傳統(tǒng)的基于靜態(tài)小規(guī)模數(shù)據的數(shù)據挖掘方法在效率和效果上難以滿足人們的要求，如何在數(shù)據挖掘中繼承以前的挖掘結果的問題凸現(xiàn)。針對這一問題，作者所在的課題組提出了可繼承性數(shù)據挖掘的思想。本文借鑒這一思想，針對銀行、通信領域常見的流式數(shù)據，提出了新的聚類方法。 本文首先從介紹傳統(tǒng)的聚類方法

2、和現(xiàn)實中的流數(shù)據環(huán)境入手，分析了傳統(tǒng)聚類算法無法應用于流數(shù)據的原因，并在此基礎上對數(shù)據挖掘的可繼承思想做出介紹，提出用可繼承思想解決流數(shù)據的增量聚類和聚類結果演變跟蹤的思想。 本文設計了一個新的對流數(shù)據進行聚類的框架，框架分為聯(lián)機和脫機兩部分。聯(lián)機部分實現(xiàn)對流數(shù)據的聯(lián)機處理和中間處理結果的定時轉儲，針對這一部分，本文提出了MicroCluster，IBIRCH和增量K-Means三個聯(lián)機流數(shù)據處理算法，提出了轉儲時機的選擇策略并