基于时态密度特征的改进数据流聚类算法

摘要 针对经典CluStream聚类算法的在线微簇聚类过程中限制微簇数量的增长，对微簇进行强制合并，使其在线聚类结果受到影响，导致数据流聚类质量不高，且难以适应海量大数据等问题，提出一种基于时态密度特征的改进CluStream聚类算法.首先，提出微簇时态密度的概念，并用其对微簇进行描述；其次，提出新的微簇删除、合并的机制，能够根据在线微簇的情况动态地添加微簇的数量；最后，应用并行化的框架将算法并行化，以适应海量实时大数据的需求.通过在人工数据集和真实数据集上的对比实验表明，改进后的数据流聚类算法相较于CluStream算法能够得到更高质量的聚类结果