(最新)分布式聚类算法研究及其应用

《(最新)分布式聚类算法研究及其应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、南昌大学硕士学位论文分布式聚类算法研究及其应用姓名：徐军莉申请学位级别：硕士专业：计算机软件与理论指导教师：喻国平20091201摘要摘要聚类分析是数据挖掘领域的一项重要研究内容，聚类算法在金融业、保险业、市场营销、网络安全、科学决策等方面的应用越来越广泛。目前已有的聚类算法大多只适用于集中式数据的聚类。而实际中的数据却是分布在不同的站点上，如果使用传统的聚类算法从这些分布式数据中提取信息，就必须把这些数据合并到一个中心站点上。由于传输速度和安全因素的限制，把各站点的数据全部集中到某一个中心站点上是十分困难的。而且所有站点数据集中在一起，数

2、据量会非常庞大，聚类效率会显著降低。本文对分布式聚类方法作了一些较深入的研究，取得了如下成果：(1)对聚类进行了较系统而完整的分析，包括了聚类的概念、聚类的分类、聚类的步骤和聚类的度量方法。(2)对分布式数据挖掘及分布式聚类作了具体的介绍，包括分布式数据挖掘的特点、任务及策略；分布式聚类算法研究现状及研究方向。(3)提出了基于中心点和密度的聚类算法CDBC，该算法CDBC时间效率很高，而且聚类的质量也较好。实验证明CDBC算法是一种很有效的聚类算法。将CDBC应用于分布式环境，提出了CDBDC算法。CDBDC与CDBC算法类似，具有很高的时

3、间效率。(4)将CDBC和CDBDC聚类算法分别应用于客户细分和入侵检测中，通过实验数据分析，得到了较好的效果。关键词：数据挖掘；聚类分析；分布式聚类；AbstractABSTRACTClusteranalysisisallimportantresearchareaindatamining。Nowadaysclusteringhasbecomeanincreasinglywidetaskinmodemapplicationdomainssuchasfinance，insurance，marketanalysis，networksecurit

4、y,sciencedecision,andSOon．Existingclusteringalgorithmsareonlysuitableforcentralizedenvironment．However,dataaredistributedatdifferentsites．Inordertoextractinformationfromthesedistributeddatawithtraditionalclusteringalgorithm，thedistributeddatahavet0bemergedatacentralsiteand

5、thenclustered．Itissuchahardtopictocollectthesedistributeddataduetotherestrictionoftransmissionspeedandsafetyfactor．Itdecreasesclusteringefficiencyinevidenceandresultsinhugenessdatasetwhilecentralizeallthelocaldata．Distributedclusteringanditsapplicationsalestudied，andinnova

6、tivecontributionsareachievedasfollows：(1)Clusteringisanalyzed，includingconception，class，stepandmeasurementofclustering．(2)Distributeddatamininganddistributedclusteringarentroduced，includingfeatures，taskandstrategyofdistributeddatamining；researchstatusandresearchdirectionso

7、fdistributedclusteringalgorithm．(3)CDBCalgorithmisproposed，thetimeefficiencyofthisalgorithmishigh,andtheeffectofclusteringiswell．CDBCisagoodclusteringalgorithmwhichisverifiedexperiment．CDBCalgorithmisappliedtodistributedenvironment,CDBDCalgorithmisproposed．Thetwoalgorithms

8、issimilar,havehi曲timeefficiency．(4)CDBCandCDBDCalgorithmsarerespectivelyappliedtocustomer