文献类型：期刊文章

作　　者：李慧琴[1] 孙英[1] 王俊洁[1]

机构地区：[1]楚雄师范学院信息科学与技术学院,云南楚雄675000

出　　处：《微电子学与计算机》

年　　份：2018

卷　　号：35

期　　号：3

起止页码：130-134

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2017_2018、JST、SCOPUS、ZGKJHX、核心刊

摘　　要：在存储空间网格分布的不均衡性影响,导致大数据挖掘的聚类配准性不高,为了提高数据挖掘效能,提出一种基于模糊分区聚类的大数据关联挖掘改进算法.分析数据在云存储空间中的网格结构模型,提取大数据信息流的关联语义规则性特征量,对提取的特征量进行自适应加权学习训练,增强数据的属性特征分布强度.在存储空间采用模糊分区方法对提取的数据关联特征进行优化聚类,根据聚类结果进行语义划分,构建判别统计量和检验准则进行数据挖掘的聚类属性判断,提高数据挖掘的准确性,实现大数据优化挖掘.仿真结果表明,采用该方法进行大数据挖掘的分区性能较好,数据的归类准确性较高,提高了数据的查准率.

关 键 词：模糊分区聚类  大数据 关联挖掘  特征提取

分 类 号：TP391]