基于模糊分区聚类的关联挖掘改进算法

• 作者: 孙英 李慧琴 王俊洁
• 来源期刊: 微电子学与计算机
• 关键词: 模糊分区聚类 大数据 关联挖掘 特征提取
• 年，卷（期）: 2018,（3）
• 页码范围: 130-134
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

在存储空间网格分布的不均衡性影响,导致大数据挖掘的聚类配准性不高,为了提高数据挖掘效能,提出一种基于模糊分区聚类的大数据关联挖掘改进算法.分析数据在云存储空间中的网格结构模型,提取大数据信息流的关联语义规则性特征量,对提取的特征量进行自适应加权学习训练,增强数据的属性特征分布强度.在存储空间采用模糊分区方法对提取的数据关联特征进行优化聚类,根据聚类结果进行语义划分,构建判别统计量和检验准则进行数据挖掘的聚类属性判断,提高数据挖掘的准确性,实现大数据优化挖掘.仿真结果表明,采用该方法进行大数据挖掘的分区性能较好,数据的归类准确性较高,提高了数据的查准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙英	楚雄师范学院信息科学与技术学院	12	33	3.0	5.0
2	王俊洁	楚雄师范学院信息科学与技术学院	15	21	3.0	4.0
3	李慧琴	楚雄师范学院信息科学与技术学院	6	11	2.0	3.0