基于改进CURE算法的不确定性移动用户数据聚类

• 作者: 王京 王海晶 高长元
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: CURE 不确定性数据 移动用户数据 Map Reduce
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 数据挖掘
• 页码范围: 768-774
• 页数: 7页
• 分类号: TP301.6
• 字数: 5365字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.04.023

摘要

随着云计算、大数据以及移动互联网的发展,移动终端用户数据呈现出数据量大、噪声大、动态性及不确定性增强的趋势,影响了移动用户数据聚类准确率与效率.针对上述问题,提出了一种改进的层次聚类算法CURE.该算法将原有算法中抽样处理数据的方式用Map Reduce函数实现并行化处理,同时结合区间数的概念,将移动用户数据用一个区间表示,计算其区间距离采适应移动用户数据的不确定性特点,从而提高聚类效率与准确率.最后利用MIT Reality项目数据集进行仿真,仿真结果表明了该方法的有效性及可行性,为移动用户数据的进一步利用及用户的个性化推荐提供支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高长元	哈尔滨理工大学管理学院	141	1036	17.0	24.0
5	王京	哈尔滨理工大学管理学院	21	93	6.0	9.0
9	王海晶	哈尔滨理工大学管理学院	1	11	1.0	1.0