基于谱聚类的多数据流演化事件挖掘

• 作者: 唐常杰 杨宁 王悦 郑皎凌 陈瑜
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 多数据流 耦合聚类 演化事件 矩阵扰动
• 年，卷（期）: 2010,（10）
• 页码范围: 2395-2409
• 分类号: TP181
• 字数: 12939字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2010.03745

摘要

为解决从多数据流挖掘演化事件这一难题,提出了一种多数据流上的谱聚类算法SCAM(spectral clustering algorithm of multi-streams),其相似矩阵基于耦合度构造,而耦合度衡量了两个数据流的动态相似性.提出了算法EEMA(evolutionary events mining algorithm),该算法基于聚类模型的演变挖掘多数据流的演化事件.定义了聚类模型凝聚度,用以衡量聚类的紧凑程度,并证明了凝聚度的上界.基于到上界的距离和规范化相似矩阵的特征间隙,定义了聚类模型质量,并作为EEMA的优化目标自动地确定聚簇数k.设计了O-EEMA作为EEMA的优化实现,其时间复杂度为O(cn2/2).在合成和真实数据集上的实验结果表明,EEMA和O-EEMA是有效的、可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐常杰	四川大学计算机学院	164	2750	30.0	45.0
2	陈瑜	四川大学计算机学院	62	575	14.0	21.0
3	王悦	四川大学计算机学院	33	232	9.0	14.0
4	郑皎凌	四川大学计算机学院	11	97	6.0	9.0
5	杨宁	四川大学计算机学院	36	223	9.0	12.0