大数据聚类算法的研究现状与展望.docxVIP

大数据聚类算法的研究现状与展望 李慧敏 【摘 要】在大数据时代,如何有效利用数据是目前的研究重点,大数据聚类是其中的一个挑战性研究课题.文章对大数据聚类算法进行了综述.首先,介绍大数据聚类算法的分类及比较;其次,归纳大数据聚类算法在4个关键领域的研究现状;最后,总结了大数据聚类算法面临的挑战并对未来的研究方向进行了展望. 【期刊名称】《无线互联科技》 【年(卷),期】2018(015)018 【总页数】2页(P157-158) 【关键词】大数据;聚类算法;用户数据挖掘 【作 者】李慧敏 【作者单位】福建船政交通职业学院 信息工程系,福建 福州 350000 【正文语种】中 文 当前，各个领域每时每刻都产生了大量的数据，我们已进入大数据时代。谁能有效分析和利用这些海量数据，谁将掌握创新和转型的关键。其中的一项关键技术就是大数据的聚类算法，在商业、农业、移动网络、医疗、科学、教育等应用领域都具有重要应用价值。1 大数据聚类算法介绍文中将已有的大数据聚类算法划分成两种：单机聚类算法和多机聚类算法[1]。1.1 单机聚类算法单机聚类算法主要有传统聚类算法、基于抽样的聚类以及基于降维的聚类3种。传统聚类算法包含分区聚类算法、分层聚类算法、基于密度的聚类算法、基于网格的聚类算法、基于模型的聚类算法。其中，分区聚类算法根据点和点之间在单个分区中的分离距离聚类；分层聚类算法根据数据的