基于密度网格树的数据流聚类算法

• 作 者: 孟军[1]王宏科[2]王秀坤[1]沈浪[1]
• 机 构: 大连理工大学 电子与信息工程学院,辽宁 大连 116023
• 出 处: 第五届全国信息检索学术会议CCIR2009
• 发表日期: 2009年期

提出一种采用树型概要结构的密度网格树流聚类算法DG-Tree(Density and Grid-Tree Algorithm)。该算法利用数据流聚类算法CluStream中的处理框架，把聚类分为微聚类和宏聚类两个过程。在微聚类过程中，通过把数据流按属性值分配到一棵树中，消除了空刚格对聚类结果的影响，同时针对数据流聚类中，近期的数据往往比久远的数据更受关注的特点，引入了时间衰退模型;在宏聚类过程中，对微聚类中生成的树中的叶子节点进行密度聚类，通过设立噪音密度阀值函数和更新周期，不仅可以有效的发现噪音叶子节点，还减少了密度聚类中对叶子节点密度更新的计算量，减少了算法的时间消耗。通过在KDD Cup 99数据集上的实验表明，相比DBScan算法和CluStream算法，DG－Tree算法在时间效率上有很大提高。