ПОДХОД К ПОИСКУ ПОТОКОВ НА ОСНОВЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ

Кластеризация - один из важнейших методов добычи данных. Она направлена на разделение данных на группы схожих объектов. Эти группы называются кластерами. В данном исследовании алгоритм StreamKM++ сравнивается с существующими работами такими как AP IAPKM и IAPNA. Алгоритм StreamKM++ - это новый алгоритм кластеризации из потока данных который позволяет построить хорошую кластеризацию потока используя небольшое количество памяти и времени. Многие исследователи работали со статическими алгоритмами кластеризации но в реальном времени данные динамичны по своей природе. Такие как блоги веб-страницы аудио и видео и т.д. следовательно обычные статические методы не поддерживаются в среде реального времени. В данной работе используется алгоритм StreamKM++ который обеспечивает высокую производительность кластеризации по сравнению с традиционными AP IAPKM и IAPNA. Экспериментальные результаты показывают что алгоритм StreamKM++ достигает наилучшего результата по сравнению с существующими работами. Он увеличил средний показатель точности и сократил время вычислений память и количество итераций.