基于时间序列和任务调度的Web数据聚类算法

• 作者: 张必明 王向华 陈特放 颜剑
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Web数据聚类 时间序列 任务调度
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 159-163
• 页数: 5页
• 分类号: TP301
• 字数: 5048字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1406-0237

摘要

为了实现Web服务请求数据的快速聚类,并提高聚类的准确率,提出一种基于增量式时间序列和任务调度的Web数据聚类算法,该算法进行了Web数据在时间序列上的聚类定义,并采用增量式时间序列聚类方法,通过数据压缩的形式降低Web数据的复杂性,进行基于服务时间相似性的时间序列数据聚类.针对Web集群服务的最佳服务任务调度问题,通过以服务器执行能力为标准来分配服务任务.实验仿真结果表明,相比基于网格的高维数据层次聚类算法和基于增量学习的多目标模糊聚类算法,提出的算法在聚类时间、聚类精度、服务执行成功率上均获得了更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈特放	中南大学交通运输工程学院	163	1182	17.0	25.0
2	颜剑	中南大学交通运输工程学院	8	153	4.0	8.0
3	张必明	中南大学地球科学与信息物理学院	4	12	2.0	3.0
4	王向华	中南大学交通运输工程学院	2	9	2.0	2.0