فتاح بیات - گروه ریاضی واحدملایر دانشگاه آزاد اسلامی ملایر ایران مربی ریاضی کاربردی دانشگاه آزاد اسلامی ملایر ایران

کاربردهای زیادی وجود دارند که در آنها خوشهبندی مجموعه الگوهای بزرگ ضروری است. اکثر تقریبها و الگوریتمهای تعریف شده توانایی دستکاری این مجموعه دادههای بزرگ را ندارند.در این مقاله به بررسی مزایا و معایب هر یک از الگوریتمهای خوشهبندی برای دادههای حجیم نظیرBIRCH، CLARANS ، CURE ،COBWEB پرداخته شده است.سپس یک روش پیشنهادی جدید خوشه بندی برای دادههای بسیار بزرگ ارایه شده است و هدف این بوده است که مناسب برای حالتهایی باشد که امکان بارگذاری همزمان همه دادهها در حافظه وجود ندارد و دادهها بصورت بلاکهای متوالی بارگذاری میشوند. این الگوریتم از سه فاز اصلی تشکیل شده است، در فاز نخست فضای کل دادهها به ناحیه-های یکسان تقسیمبندی می شود، در فاز دوم ناحیه در برگیرنده هر داده مشخص شده و دادههای تعلق یافته به هر ناحیه با کمیت های حداقلی به صورت فشرده ذخیره میشوند و هر ناحیه متناظر با یک خوشه اولیه میباشد. همچنین در فاز سوم، بعضی از خوشه های اولیه بصورت سلسله مراتبی با هم ترکیب شده و خوشههای نهایی را تشکیل میدهند. برای ارزیابی کارآیی روش پیشنهادی، مجموعه داده های مصنوعی تولید شده و الگوریتم به این داده ها اعمال شده است و نتیجه خوشهبندی خوبی حاصل شده است.

دادهکاوی، خوشهبندی، مجموعه دادههای بزرگ