數(shù)據(jù)聚類及可視化技術.pdf

1、隨著計算機硬件和軟件的迅速發(fā)展，尤其是internet技術的快速進步，人們收集數(shù)據(jù)的速度日益加快。如何從海量數(shù)據(jù)中尋找到隱藏在數(shù)據(jù)背后的有用知識成為了一個熱門的研究課題。數(shù)據(jù)挖掘正是解決這個問題的新興領域。聚類分析作為數(shù)據(jù)挖掘的重要課題，受到了越來越多研究人員的關注。目前許多聚類分析算法對小數(shù)據(jù)集的聚類分析效果較好，但是對較大規(guī)模的數(shù)據(jù)進行聚類的效果就不是很好了，所以需要有高度可伸縮性的聚類算法或者聚類方法來解決這個問題。為了使數(shù)據(jù)挖掘

2、結果更加直觀，可視化技術得到了廣泛應用。數(shù)據(jù)挖掘可視化技術可以結合人的視覺優(yōu)點和主觀認知，使數(shù)據(jù)挖掘過程具有直觀性和可交互性，從而挖掘出更有價值并易于理解的信息，正激起更多數(shù)據(jù)挖掘研究人員的興趣。 本文基于MinerOnWeb數(shù)據(jù)挖掘服務系統(tǒng)，分別研究了一種具有較好的人機交互功能的可視化技術和一種能夠處理大數(shù)據(jù)集的聚類方法。MinerOnWeb數(shù)據(jù)挖掘系統(tǒng)是為了給用戶提供在線的數(shù)據(jù)挖掘服務而設計的系統(tǒng)?；谶@個系統(tǒng)，本文實現(xiàn)了平

3、行坐標可視化技術和大數(shù)據(jù)集聚類方法： (1)平行坐標可視化技術：這種方法是把所有的數(shù)據(jù)維在同一個平面上顯示出來，用戶不用旋轉坐標就能夠從同一幅圖上看到數(shù)據(jù)的所有屬性及其之間的關系；而一般的數(shù)據(jù)可視化方法只能看到兩個數(shù)據(jù)屬性或者三個數(shù)據(jù)屬性及其之間的關系，如果用戶想要看到三個以上數(shù)據(jù)屬性及其之間的關系是不能實現(xiàn)的。MinerOnWeb系統(tǒng)使用平行坐標可視化技術展示聚類結果，不同的聚類用不同的顏色標示。這樣，用戶就能很清楚的看到屬性

4、及其之間的關系，以及每條數(shù)據(jù)之間的關系。另外，為了讓用戶能夠更容易理解聚類結果，本文為平行坐標的各坐標軸添加了一些事件處理。 (2)大數(shù)據(jù)集聚類方法：數(shù)據(jù)集聚類的傳統(tǒng)方法基本上都是采用將整個數(shù)據(jù)集導入內(nèi)存中進行分析。但是對于較大規(guī)模的數(shù)據(jù)集來說，將整個數(shù)據(jù)集導入內(nèi)存中較難實現(xiàn)，對系統(tǒng)設備要求太高?；诘嬎愕木垲愃惴ㄔ诜治鲞^程中需要反復計算，直到得到較優(yōu)的結果。即便不需迭代計算的算法也需要用戶反復調整相關參數(shù)，以便得到較優(yōu)的結