时空聚类分析在Web数据挖掘中的研究与应用.pdfVIP

丛Q：Q!，2Q!垒 壹生型堂 至Q!垒：Q! 时空聚类分析在Web数据挖掘中的研究与应用 口王志娟魏一搏魏宏昌 (石家庄信息工程职业学院河北石家庄050035) 摘要：时空聚类分析是时空数据挖掘领域近年来研究的热点问题，对于揭示时空要素的发展变化趋势、规律以及本质特征具有重要意义。目前， 时空聚类分析的研究仍在初步，缺乏具有普适性的时空聚类分析方法。为此，本文针对国内水性漆行业的行业数据提出了一种时空一体化的时空 聚类方法。该方法很好地顾a．-r时空数据的时空耦合、时空相关与时空异质特征，避免了过多人为主观因素的干扰，时空聚类结果具有较好的可 靠性。 关键字：数据挖掘；Web数据挖掘；聚类分析；聚类算法 一、引言 展一种时空聚类分析的新策略。 随着计算机技术、数据库技术、网络技术的飞速发展，各种信息知 三、时空聚类分析在Web数据挖掘中的研究与应用 识可以在网络上获得。网络在给人们带来便利的同时也带来了不少弊 1．研究目标：本课题通过在研究空间数据挖掘、XML数据挖掘、时 端，造成了知识的”污染”，面临信息的海洋，呼唤一种从数据海洋中去 空数据挖掘基础上，对时空聚类的关键技术进行分析，设计出适合Web 粗取精、去伪存真的技术来准确、快速地获取有用的、隐含的信息，在这 数据挖掘的时空聚类挖掘的算法并构建原型系统，实现对行业网站数 种形势下，w曲数据挖掘技术应运而生。 据时空聚类挖掘。 近年来，时空数据挖掘已受到国际学术界和工业界的广泛关注，时 2．研究内容：(1)数据的聚集趋势估计，即判断数据能否进行聚类 空信息的认知和数据模型的研究进展是时空数据挖掘研究的基础，时 分析：(2)聚类方法设计；(3)聚类结果有效性评价。在地理空间中，时 空数据挖掘的理论研究主要受到空间数据挖掘和时态数据挖掘研究的 间和空问上的相关性是时空实体的基本特征，也是进行时空聚类分析 影响，并以经典的数据挖掘理论为基础，挖掘时空知识或规则。 的前提。若实体间没有相关性，则不会产生明显的聚集现象。时空聚 时空聚类分析作为时空数据挖掘的一个主要研究内容，是计算机 类旨在将时空相关性较强的时空实体聚在同一簇，时空聚类过程中必 科学与地球信息科学领域交叉研究中的一个最前沿、最具挑战的研究 须充分考虑实体问的相关性。因此，时空聚类分析可以归纳为3个步骤。 课题。时空聚类分析旨在从时空数据库中发现具有相似特征的时空实 首先，需要对时空数据进行探索性分析，掌握时空数据的特性。其 体结合(即时空簇)，亦是传统的聚类分析从空间域到时空域的进一步 主要包括：(1)时空相关性分析，判断时空数据是否可以进行时空聚类 扩展。时空聚类在全球气候变化、公共卫生安全、地震检测分析以及犯 分析；(2)时空平稳性分析，分析时空数据的时空异质特征。 罪热点分析等领域具有重要应用价值，有助于更好地发现和分析地理 其次，根据时空数据的具体特点发展专门性的时空聚类方法。 现象发展变化的趋势、规律与本质特征。 最后，需要对时空聚类分析的结果进行分析和评价。 本文把时空聚类分析应用在Web数据挖掘中，具有很强的现实意 拟解决的关键问题：从时空数据的基本特征出发，建立一套时空聚 义与理论价值。一方面，通过聚类挖掘可以找空间实体即水性漆生产 类分析的理论方法框架，并提出一种时空一体化的时空聚类方法，应用 商的地理分布规律，帮助决策者更快地找到所需的信息；另一方面，对 于中国水性漆网的Web数据库，确认其有效性。 行业数据重新组织，让相邻、相近的数据尽量编排在一块，可以提高访 3．项目研究方案： 问速度，对于预测整个水性漆行业的发展动态有积极的意义。 第一步：时空聚类分析：包括时空数据探索性分析、时空邻近域构 二、国内外研究现状及分析 建和时空聚类方法。 国内外学者已经针对时空聚类分析开展了初步的研究，现有的时 第二步：中国水性漆网站数据时空聚类分析，包括数据描述与预处 空聚类方法主要包括时空扫描统计方法、基于密度的