基于聚类的多维数据热点发现算法

• 作者: 孙宇 朱晶 聂晓辉 苏亚 裴丹 邹磊
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 热点发现 聚类 数据挖掘 决策树 多维数据分析
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 465-471
• 页数: 7页
• 分类号: TP311
• 字数: 8586字
• 语种: 中文

摘要

数据热点发现的目标是找出数据集中的区域,并以易于人理解的方式将其展示出来.本文针对同时包含数值型特征和类别型特征的多维数据设计了数据热点发现算法,该算法的核心是改进CLTree设计的聚类算法CLTree+.本文改进了CLTree,使其能够直接对同时包含数值型特征和类别型特征的数据进行聚类,并提升了具有周期性性质的数值型特征的聚类效果.除此之外,相比CLTree,CLTree十还大幅度提升了计算效率,使其可以用于处理大规模数据.CLTree+被应用于某大型互联网公司的业务数据,成功找出了若干个数据热点,并以易于理解的特征取值组合的方式将这些信息展示出来.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱晶	清华大学计算机系	9	114	4.0	9.0
2	裴丹	清华大学计算机系	8	104	3.0	8.0
3	苏亚	清华大学计算机系	2	14	1.0	2.0
4	邹磊	清华大学计算机系	1	1	1.0	1.0
5	聂晓辉	清华大学计算机系	1	1	1.0	1.0
6	孙宇		1	1	1.0	1.0