基于可繼承思想的流數(shù)據(jù)聚類研究.pdf

1、數(shù)據(jù)挖掘是一門基于歷史數(shù)據(jù)發(fā)現(xiàn)事物內(nèi)在規(guī)律的應(yīng)用科學(xué)，聚類是數(shù)據(jù)挖掘的一種重要手段。近年來，計(jì)算機(jī)和通信技術(shù)的快速發(fā)展帶來了各個(gè)行業(yè)數(shù)據(jù)積累的快速增加，傳統(tǒng)的基于靜態(tài)小規(guī)模數(shù)據(jù)的數(shù)據(jù)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(jù)挖掘中繼承以前的挖掘結(jié)果的問題凸現(xiàn)。針對(duì)這一問題，作者所在的課題組提出了可繼承性數(shù)據(jù)挖掘的思想。本文借鑒這一思想，針對(duì)銀行、通信領(lǐng)域常見的流式數(shù)據(jù)，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(shí)中的流數(shù)據(jù)環(huán)境入手，分析了傳統(tǒng)聚類算法無法應(yīng)用于流數(shù)據(jù)的原因，并在此基礎(chǔ)上對(duì)數(shù)據(jù)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(jù)的增量聚類和聚類結(jié)果演變跟蹤的思想。 本文設(shè)計(jì)了一個(gè)新的對(duì)流數(shù)據(jù)進(jìn)行聚類的框架，框架分為聯(lián)機(jī)和脫機(jī)兩部分。聯(lián)機(jī)部分實(shí)現(xiàn)對(duì)流數(shù)據(jù)的聯(lián)機(jī)處理和中間處理結(jié)果的定時(shí)轉(zhuǎn)儲(chǔ)，針對(duì)這一部分，本文提出了MicroCluster，IBIRCH和增量K-Means三個(gè)聯(lián)機(jī)流數(shù)據(jù)處理算法，提出了轉(zhuǎn)儲(chǔ)時(shí)機(jī)的選擇策略并