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(duì)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(diǎn)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(jì)算關(guān)聯(lián)函數(shù)的值，以此值的大小來(lái)判斷數(shù)據(jù)點(diǎn)屬于某簇的程度；然后，將所提方法運(yùn)用到數(shù)據(jù)流聚類的在線一離線框架中；最后，采用真實(shí)數(shù)據(jù)集KDD-CUP99和隨機(jī)生成的人工數(shù)據(jù)集進(jìn)行算法的測(cè)試。實(shí)驗(yàn)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?cái)?shù)目方面的可擴(kuò)展性較強(qiáng)，適用于處理大規(guī)模的動(dòng)態(tài)數(shù)據(jù)集。
?