DS-CABOSFV流数据聚类算法

• 作者: 向浩
• 来源期刊: 中国科技成果
• 关键词: 流数据挖掘 聚类 CABOSFV算法
• 年，卷（期）: 2011,（16）
• 所属期刊栏目: 创新交流
• 页码范围: 64-66,69
• 字数: 3933字
• 语种: 中文
• DOI: 10.3772/j.issn.1009-5659.2011.16.024

摘要

流数据技术已成为当今数据处理领域的研究热点,流数据挖掘是数据流技术研究的重要分支.流数据挖掘的核心思想是设计数据集单遍扫描算法,在有限的内存中存储少量代表流数据特征的概要数据,即时、快速地处理概要数据以得到响应结果,实现流数据实时、在线分析,对流数据进行聚类、分类,具有广泛的应用价值.本文完成了流数据概要的构建并综合研究传统数据挖掘的聚类算法,改进更新了CABOSFV聚类算法,实现了应用于流数据这一新的数据模型上,对传统数据挖掘技术进行改进,实现了数据的实时处理和在线分析,并给出了具体的实现方法,实验结果验证了该算法在流数据挖掘技术上的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向浩	北京科技大学经济管理学院	4	54	2.0	4.0