基于聚类的多维数据热点发现算法

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+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