数据挖掘常用聚类算法研究

• 作者: 刘向娇 尹孟洋 赵学武
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 数据挖掘 聚类 聚类算法 簇 核密度
• 年，卷（期）: 2014,（6）
• 页码范围: 3710-3712
• 页数: 3页
• 分类号: TP18

摘要

信息社会的发展，使数据量以前所未有的速度在增长，因此从海量数据中获取有用的知识和信息就变得越来越重要。数据挖掘是一种综合多领域知识而形成的数据分析技术，能够从大量数据中获取有价值的知识并为决策提供支持。聚类分析算法是数据挖掘中的一个核心内容，也是目前研究的一个热点。该文首先讲述了基于划分的聚类算法、基于分层的聚类算法、基于密度的聚类算法和基于网格的聚类算法等常用的聚类分析算法，并分析了其特点；然后通过举例详细描述了最近邻聚类算法的操作过程。聚类算法的总结，对聚类的研究和发展具有积极意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘向娇	南阳师范学院软件学院	17	27	3.0	4.0
2	赵学武	南阳师范学院软件学院	18	60	4.0	7.0
3	尹孟洋	南阳师范学院软件学院	2	12	1.0	2.0