خوشه بندی داده های کلان بر اساس تکنیک سلسله مراتبی

عمده ترین مسأله که در حوزه ی پردازش داده های کلان وجود دارد، زمان بالای محاسبات و پردازش و همچنین احتمال وجود خطا در محاسبات است .این مسأله خصوصا در حوزهی داده های امنیتی نظیر داده های اطلاعاتی بانکها از اهمیت بالایی برخوردار است .در ارتباط با ارائه ی روشهای محاسباتی داده های کلان تحقیقات زیادی صورت گرفته است. هدف اصلی در این مقاله، خوشه بندی اطلاعات در گروههای مختلف براساس تکنیک سلسله مراتبی است تا بتوان از محاسبات موازی و چندگانه بهره گرفت .این رویکرد سبب کاهش زمان محاسبات و افزایش دقت نتایج میشود .بدین ترتیب که در آن خوشه هایی با شعاع خوشه و سرخوشه ی مشخص انتخاب میشود .اطلاعات براساس میزان درجه ی عضویتی که نسبت به سرخوشه دارند، خوشه بندی میشوند .میزان درجه ی عضویت در روش پیشنهادی، ترتیب قرارگیری داده ها را در خوشه ها تعیین میکند .دو معیار اصلی میزان زمان مصرفی و خطای خوشه بندی را به عنوان توابع هدف در نظر گرفته ایم. نتایج حاصل از پیاده سازی این الگوریتم روی پایگاه داده های بانکی نشان میدهد که با افزایش تعداد خوشه ها میزان زمان محاسبات و خطای محاسبات کاهش می یابد .اما افزایش پیش از نیاز در تعداد خوشه ها سبب کاهش بهره وری سیستم میشود

Keywords:

داده های کلان , خوشه بندی , درجه ی عضویت , زمان محاسبات , خطای محاسبات , الگوریتم های سلسله مراتبی