Data-Mining-Basierter Stream-Mining-Ansatz

Das Clustering ist eine der wichtigsten Techniken im Data Mining. Sie zielt darauf ab, die Daten in Gruppen ?hnlicher Objekte aufzuteilen. Dies wird als Cluster bezeichnet. Diese Forschung vergleicht den StreamKM++ Algorithmus mit den bestehenden Arbeiten, wie AP, IAPKM und IAPNA. Der StreamKM++-Algorithmus ist ein neuer Clustering-Algorithmus f?r Datenstr?me, der mit geringem Speicher- und Zeitaufwand ein gutes Clustering des Datenstroms erstellt.Viele Forscher haben mit statischen Clustering-Algorithmen gearbeitet, aber in Echtzeit sind die Daten dynamischer Natur. Wie z.B. Blogs, Webseiten, Audio- und Videodaten, usw., daher ist die konventionelle statische Technik in einer Echtzeitumgebung nicht geeignet. In dieser Arbeit wird der StreamKM++-Algorithmus verwendet, der eine hohe Clustering-Leistung im Vergleich zu traditionellen AP, IAPKM und IAPNA erreicht. Das experimentelle Ergebnis zeigt, dass der StreamKM++-Algorithmus im Vergleich zu bestehenden Arbeiten das beste Ergebnis erzielt. Er hat die durchschnittliche Genauigkeitsrate erh?ht und die Rechenzeit, den Speicher und die Anzahl der Iterationen reduziert.

Author: Shylaja S

Publisher: Verlag Unser Wissen

Publication Date: Mar 19, 2024

Number of Pages: 80 pages

Binding: Paperback or Softback

ISBN-10: 6207272269

ISBN-13: 9786207272266