流数据的聚类方法研究.ppt

流数据的聚类方法研究 报告人： 导 师： Email: xxx@1yzu.edu.cn 2007.4.14 介绍提纲 选题依据 流数据 流数据的定义及其特点 数据流的三种模型 构造概要数据结构的方法 聚类 聚类定义 传统的聚类方法 数据流聚类的特点 流数据 流数据是一种大量的连续到达、时间有序、快速变化、 潜在无限的数据。 流数据的特点是： ※数据量十分庞大，这些数据随着时间的增长数量急剧上升 ※流数据均按照时间顺序连续到达。 ※相比于有限的内存，不可能存储整个数据集，只能存储数据的汇总信息。 ※大多数流数据本质上是多维，多层的数据，需要多维多层次的处理。 数据流的三种模型 按照数据流上各个元素重要程度的不同可以将其分为三种子模型：界标模型，滑动窗口模型和衰减窗口模型。 界标模型：考虑从某一个特定的时间点s开始到当前时间点N之间的所有 数据，查询范围是[s…N]。 滑动窗口模型：仅考虑最近的w个元素。 衰减窗口模型：数据流算法的范围从初始时间点到当前时间点，查询范 围是[0…N]。但各个元