文献类型：期刊文章

作　　者：王德青[1,2] 朱建平[2] 刘晓葳[2,3] 何凌云[1]

机构地区：[1]中国矿业大学管理科学与工程博士后流动站,江苏徐州221116 [2]厦门大学数据挖掘研究中心,福建厦门361005 [3]华侨大学数量经济研究院,福建厦门361021

出　　处：《数理统计与管理》

基　　金：教育部人文社会科学研究青年基金(15YJCZH162);全国统计科学研究项目(2016LY13,2016LZ13);中国博士后科学基金面上资助(2015M571839);中央高校基本科研业务费专项基金(2015WA01)的阶段性研究成果;湖南省社会科学基金(15YBA085)资助

年　　份：2018

卷　　号：37

期　　号：1

起止页码：51-63

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：函数型数据是大数据时代的典型数据,也是大数据分析的重要视角,其稀疏粗糙、无穷维、低信噪比等复杂特性导致传统聚类分析方法凸显诸多弊端。为了厘清函数型数据聚类分析的研究现状,在界定函数型数据概念与内涵基础上,本文依据方法原理差异将函数型数据聚类分析方法划分为四类,理论剖析并模拟检验每一类别方法的相对优势和存在的不足。最后,针对现有研究尚待解决的关键问题,并结合大数据时代的数据特征,展望了函数型数据聚类分析的未来研究方向。

关 键 词：函数型数据 聚类分析 文献综述  研究展望  

分 类 号：C812[统计学类] O212]