發(fā)布時(shí)間：2018-06-18 19:07

  本文選題：大數(shù)據(jù) + 聚類算法��； 參考：《計(jì)算機(jī)科學(xué)》2016年S1期

【摘要】：隨著數(shù)據(jù)量的迅速增加,如何對(duì)大規(guī)模數(shù)據(jù)進(jìn)行有效的聚類成為挑戰(zhàn)性的研究課題。面向大數(shù)據(jù)的聚類算法對(duì)傳統(tǒng)金融行業(yè)的股票投資分析、互聯(lián)網(wǎng)金融行業(yè)中的客戶細(xì)分等金融應(yīng)用領(lǐng)域具有重要價(jià)值。對(duì)已有的大數(shù)據(jù)聚類算法進(jìn)行了詳細(xì)劃分,并比較了每種聚類算法的優(yōu)缺點(diǎn),進(jìn)一步總結(jié)了已有研究存在的問題,最后對(duì)未來的研究方向進(jìn)行了展望。
[Abstract]:With the rapid increase of data volume, how to cluster large-scale data effectively becomes a challenging research topic. The clustering algorithm oriented to big data is of great value to the financial application fields such as stock investment analysis in traditional financial industry and customer segmentation in Internet finance industry. The existing big data clustering algorithms are divided in detail, the advantages and disadvantages of each clustering algorithm are compared, and the existing problems are summarized. Finally, the future research direction is prospected.
【作者單位】： 中央財(cái)經(jīng)大學(xué)信息學(xué)院;
【基金】：北京高等學(xué)校青年英才計(jì)劃項(xiàng)目(YETP0988)資助
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張蓉,彭宏;一種基于超圖模式的高維空間數(shù)據(jù)聚類方法[J];計(jì)算機(jī)工程;2002年07期

2 張蓉;彭宏;;一種基于超圖模式的高維空間數(shù)據(jù)聚類方法[J];模式識(shí)別與人工智能;2002年02期

3 邱長(zhǎng)春,薛超英,劉海波;一種基于障礙約束的空間數(shù)據(jù)聚類方法[J];微型機(jī)與應(yīng)用;2003年11期

4 王宇;楊莉;;基于凝聚函數(shù)的混合屬性數(shù)據(jù)聚類算法[J];大連理工大學(xué)學(xué)報(bào);2006年03期

5 謝秦川;王方;;一種基于數(shù)據(jù)聚類技術(shù)的情報(bào)分析系統(tǒng)研制[J];警察技術(shù);2009年04期

6 賈俊芳;李德玉;;一種有效的高維分類數(shù)據(jù)聚類方法研究[J];微電子學(xué)與計(jì)算機(jī);2011年06期

7 蒙祖強(qiáng),蔡自興;個(gè)性化數(shù)據(jù)聚類的研究[J];計(jì)算機(jī)工程與應(yīng)用;2003年33期

8 劉麗娜;;一種基于超圖模式的數(shù)據(jù)聚類方法[J];石家莊鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年04期

9 陳曦;馬一峰;;空間數(shù)據(jù)聚類中的網(wǎng)格粒度求解方法[J];計(jì)算機(jī)工程;2011年19期

10 劉永立;;一種利用多主體領(lǐng)域系統(tǒng)進(jìn)行數(shù)據(jù)聚類的新方法[J];電子器件;2014年01期

相關(guān)會(huì)議論文 前6條

1 武森;張桂瓊;王瑩;吳玲玉;;容差集合差異度高維不完備數(shù)據(jù)聚類[A];第十二屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2010年

2 吳繼兵;李心科;;基于分治融合的混合屬性數(shù)據(jù)聚類算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議(CACIS·2009)暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2009年

3 高學(xué)東;周磊;;Web點(diǎn)擊流數(shù)據(jù)聚類算法[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

4 陶紅霞;車建華;劉國(guó)華;;基于聚類的個(gè)性化推薦算法[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

5 王琳;羅可;羅永紅;;一種基于混合的IGA & PSO的數(shù)據(jù)聚類算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（二）[C];2008年

6 武森;高學(xué)東;;高維稀疏數(shù)據(jù)聚類的CABOSFV算法[A];第七屆北京青年科技論文評(píng)選獲獎(jiǎng)?wù)撐募痆C];2003年

相關(guān)博士學(xué)位論文 前3條

1 白天;生物醫(yī)學(xué)數(shù)據(jù)聚類方法研究[D];吉林大學(xué);2012年

2 彭柳青;高維高噪聲數(shù)據(jù)聚類中關(guān)鍵問題研究[D];西安電子科技大學(xué);2011年

3 孫志偉;空間數(shù)據(jù)聚類的研究[D];天津大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 李凱;基于網(wǎng)絡(luò)優(yōu)化最小樹的大數(shù)據(jù)聚類分析研究[D];蘭州大學(xué);2015年

2 楊果利;基于模糊聚類的大規(guī)模數(shù)據(jù)聚類算法及其應(yīng)用研究[D];西安電子科技大學(xué);2014年

3 宋翰瀛;基于C-MDP的決策優(yōu)化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京大學(xué);2014年

4 張小宇;基于圖論的符號(hào)型數(shù)據(jù)聚類算法研究[D];山西大學(xué);2009年

5 王永卿;高維海量數(shù)據(jù)聚類算法研究[D];廣西大學(xué);2007年

6 張鳴;符號(hào)數(shù)據(jù)聚類評(píng)價(jià)指標(biāo)研究[D];山西大學(xué);2013年

7 張揚(yáng);混合屬性數(shù)據(jù)聚類算法及其應(yīng)用[D];大連理工大學(xué);2013年

8 張東升;數(shù)據(jù)挖掘中的演化數(shù)據(jù)聚類算法研究[D];杭州電子科技大學(xué);2014年

9 白亮;符號(hào)屬性數(shù)據(jù)聚類算法的研究[D];山西大學(xué);2009年

10 李靜芬;流數(shù)據(jù)聚類算法的研究與改進(jìn)[D];河北工業(yè)大學(xué);2014年

，

本文編號(hào)：2036556