基于数据流的任意形状聚类算法.PDF

ISSN 1000-9825, CODEN RUXUEW E-mail: jos@ Journal of Software, Vol.17, No.3, March 2006, pp .379−387 http://www.j DOI: 10. 1360/jos170379 Tel/Fax : +86-10 © 2006 by Journal of Software. All rights reserved. ∗ 基于数据流的任意形状聚类算法 + 朱蔚恒 , 印 鉴, 谢益煌 ( 中山大学 计算机科学系,广东 广州 510275) Arbitrary Shape Cluster Algorithm for Clustering Data Stream ZHU Wei-Heng, YIN Jian, XIE Yi-Huang (Department of Computer Science, Sun Yat-Sen University, Guangzhou 510275, China) + Corresponding author: E-mail: gz_zwh@263.net, http :// Zhu WH, Yin J, Xie YH. Arbitrary shape cluster algorithm for clustering data stream. Journal of Softw are, 2006,17(3):379−387. /1000-9825/17/379.htm Abstract: CluStream is a popular data stream cluster algorithm, however, it is not capable enough to cluster arbitrary shapes and make clusters in periodic data. This paper introduces a new algorithm ACluStream to solve these problems. The ACluStream is based on the partition and assemble of the space and cluster by density . In the experiment, it is shown that ACluStream is better than CluStream in speed and accuracy. Key words: data stream; clustering; data mining 摘 要: 详细分析了数据流聚类算法CluStream 的不足之处,如对非球形的聚类效果不好、对周期性数据的聚 类变化反映不完整等,并针对这些不足之处提出了一种采用空间分割、组合以及按密度聚类的算法ACluStream. 实验结果表明,ACluStream 在准确度和速度上都比CluStream 有较大的提高. 关键词: 数据流;聚类;数据挖掘 中图法分类号: TP311 文献标识码: A 近年来, 由于硬件技术的高速发展,人们获取数据的能力得到了极大的提高.现实生活中,经常可以看到这 样的情况:大量需要处理的数据以很快的速度产生.例如,美国一条高速公路上的传感器网络每天可以收集到高 达几百万条的数据,而电讯电话公司大型交换机上每天记录的通话记录就高达几千万条. 由于数据量太大、数 据产生的速度太快,按传统的数据库应用模式处理这些数据,即完整、详细地收集这些数据,清洗后将其储存在 数据库中,再交由计算机仔细处理已成为不可能完成的任务. 由有限的数据到有限的数据处理能力,计算机工作 者们面临着新的挑战. ∗ Supported by the Nation