基于CURE聚类优化的数据挖掘算法研究

• 作者: 吴为民 李慧敏 郑志娴
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 非结构化数据 数据聚类 CURE聚类算法
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 723-727
• 页数: 5页
• 分类号: TP393
• 字数: 4280字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0946.2017.06.018

摘要

以海量非结构化数据为研究对象,在已有聚类算法研究基础上,从数据的获取与预处理,到数据聚类,再到数据的个性化管理全过程进行分析,针对数据聚类过程中的计算量庞大和复杂程度高的现状对已有CURE聚类算法进行优化,尽可能的最大程度提高数据聚类效率,进而提高大数据挖掘水平,为大数据应用提供更好的服务.通过以某通信企业不断变化的用户数据为分析对象,证明此次基于CURE聚类算法优化的数据挖掘算法有效性,结果表明CURE聚类算法优化具有一定的可用性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑志娴	福建船政交通职业学院信息工程系	15	37	3.0	5.0
2	李慧敏	福建船政交通职业学院信息工程系	8	7	2.0	2.0
3	吴为民	福建船政交通职业学院信息工程系	15	9	2.0	3.0