傳統(tǒng)數(shù)據(jù)流聚類算法大多基于距離或密度，聚類質(zhì)量和處理效率都不高。針對以上問題，提出了一種基于關(guān)聯(lián)函數(shù)的數(shù)據(jù)流聚類算法。首先，將數(shù)據(jù)點以物元的形式模型化，建立解決問題所需要的關(guān)聯(lián)函數(shù)；其次，計算關(guān)聯(lián)函數(shù)的值，以此值的大小來判斷數(shù)據(jù)點屬于某簇的程度；然后，將所提方法運用到數(shù)據(jù)流聚類的在線一離線框架中；最后，采用真實數(shù)據(jù)集KDD-CUP99和隨機生成的人工數(shù)據(jù)集進行算法的測試。實驗結(jié)果表明，所提方法的聚類純度在92%以上，每秒能處理約6300條記錄，與傳統(tǒng)算法相比，處理效率有了較大的提高，在維度和簇數(shù)目方面的可擴展性較強，適用于處理大規(guī)模的動態(tài)數(shù)據(jù)集。
?