面向大规模日志数据的聚类算法研究

• 作者: 关毅 李清 沈彤
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 聚类算法 k-means算法 DBSCAN算法 大规模数据
• 年，卷（期）: 2012,（5）
• 页码范围: 42-45
• 分类号: TP391
• 字数: 4646字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2012.05.012

摘要

针对大规模日志数据的聚类问题,提出了DBk-means算法.该算法使用Hadoop对原始日志数据进行预处理,并结合了k-means和DBSCAN聚类算法各自的优势.实验结果表明,相比k-means算法进行聚类分析,文中使用DBk-means算法进行聚类,能够取得更好的聚类效果,正确率可以达到83％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关毅	哈尔滨工业大学计算机科学与技术学院	56	1214	16.0	33.0
2	沈彤	哈尔滨工业大学计算机科学与技术学院	3	18	2.0	3.0
3	李清	哈尔滨工业大学计算机科学与技术学院	7	16	2.0	4.0