【摘 要】
：
聚类热度时间序列是揭示和建模网络热点话题形成与发展的重要过程.Leskovec等人在2010年提出面向话题时间序列的K_SC聚类算法,其精确度较高且能较好地刻画话题内在发展趋势特征.但K_SC算法具有对初始类矩阵中心高度敏感、高时间复杂度等特性,使其难以在实际高维大数据集上应用.文中结合小波变换技术,提出一个新的迭代式聚类算法WKSC,主要提出两个创新：(1)用Haar小波变换将原始时间序列进行压
【机 构】
：
School of Computer Science and Information Engineering, Beijing Technology and Business University,
论文部分内容阅读
聚类热度时间序列是揭示和建模网络热点话题形成与发展的重要过程.Leskovec等人在2010年提出面向话题时间序列的K_SC聚类算法,其精确度较高且能较好地刻画话题内在发展趋势特征.但K_SC算法具有对初始类矩阵中心高度敏感、高时间复杂度等特性,使其难以在实际高维大数据集上应用.文中结合小波变换技术,提出一个新的迭代式聚类算法WKSC,主要提出两个创新：(1)用Haar小波变换将原始时间序列进行压缩,降低原始时间序列的维度,从而降低了算法的时间复杂度；(2)在Haar反小波变换中,将低维聚类返回得到的矩阵中心作为高维聚类的初始矩阵中心,在迭代聚类过程中优化了对初始矩阵中心高敏感性的问题,提高了聚类的效果.文中分别采用国内外3个数据集作为测试样本,进行了大量的实验.实验结果表明WKSC算法能显著降低聚类的时间复杂度,同时改进聚类效果.WKSC算法可很好的应用于大量高维热点话题的模式分析.
其他文献
提出一种基于建模同步动力学行为的Kuramoto模型的网络社团发现算法SYN.该方法首先将网络中节点对象按照链接密度关系进行排序，每一个节点对象用一个一维坐标值表示，从而将网络数据矢量化.在聚类过程中，采用同步聚类原理对一个局部邻域内的对象实现同步，最终同步到一起的节点形成一个社团.通过不断扩大节点同步的邻域半径，可以得到不同分辨率的多种社团划分结果.结合社团模块度函数，可以自动选择最佳聚类结果.
对于部署在恶劣环境中且无法放置Sink节点的无线传感器网络,节点的能量有限且易于损坏。每个节点为了避免自己死亡后数据丢失,需要将数据分发到网络中其他一部分节点上进行保存。但是,由于节点只知道自己邻居的信息,同时存储容量有限,因此如何有效地进行数据分发和存储是一个具有挑战性的问题。提出一个基于自适应概率广播的数据保存协议APBDP来解决这个问题。在APBDP中,节点通过一种自适应的概率广播机制分发数
子序列的相似性查询是时间序列数据集中的一种重要操作，包括范围查询和k近邻查询。现有的大多算法是基于欧几里德距离或者DTW距离的，缺点在于查询效率低下。文中提出了一种新的基于LSH的距离度量方法，可以在保证查询结果质量的前提下，极大提高相似性查询的效率；在此基础上，给出一种DS-Index索引结构，利用距离下界进行剪枝，进而还提出了两种优化的OLSH-Range和OLSH-kNN算法。实验是在真实的
当前，在OLTP数据库的应用场景中，事务通常由一些简单的查询构成，尤其是大量存在的基于主键的读写事务。在这种应用场景下，逻辑锁能够避免复杂的逻辑判定，通过基于简单比较的语义封锁来防止不可重复读、幻象读等问题，从而实现事务的串行化调度。为了提高事务读写的并发能力，针对当前OLTP应用的特点，在谓词锁的基础上进一步细分锁粒度，提出属性谓词锁的理论，并在给定的复杂度内讨论了该理论在上述应用场景下的可行性
作者研究了时间依赖图下，具有时间限制的费用代价最优路径的查询问题。目前有关时间依赖图上的最短路径查询的研究工作解决的是最短旅行时间问题( TDSP)，这些工作都利用了以下性质：到达某个顶点的最早时刻可以通过到达其邻居的最早时刻计算得出。然而，在计算具有时间限制的费用代价最优路径时，该性质并不成立。因此，目前解决TDSP问题的方法均不能解决文中面对的问题。对此作者提出一个新的算法用于计算时间依赖图模
紧密子图发现在许多现实世界网络应用中具有重要的研究意义.提出一种新的紧密子图发现问题——Top-k属性差异q-clique查询,找出图中k个节点间属性具有最大差异的q-clique.属性差异q-clique是一种结合图的结构特征和节点属性的紧密子图,在作者合作关系图数据中,该查询可以发现属性(如研究领域或所属单位)上不同的具有紧密合作关系的团队.给出了q-clique的属性差异度量,证明了该问题为
面向挖掘应用的隐私保护数据发布要求对数据集进行隐藏的同时维持数据的挖掘可用性，数据扰动是解决该问题的有效方法。现有的面向聚类的数据扰动方法难以兼顾原始数据个体隐私和维持数据聚类可用性，对此提出了一种基于对数螺线的隐私保护数据干扰方法。通过构建面向聚类的隐私保护数据扰动模型，利用对数螺线对原始数据进行扰动隐藏，维持原始数据的邻域关系稳定，实现数据集聚类可用性的有效维护；进一步提出多重对数螺线扰动的策
基于闪存的固态硬盘(Solid State Driver,SSD)已成为目前广泛使用的一种持久存储设备.但是由于闪存不对称的I/O特性以及价格因素,SSD还不能完全取代传统硬盘(Hard Disk Driver,HDD).因此,由SSD和HDD组成的混合存储系统逐步成为目前研究的重点.文中针对SSD和HDD混合存储问题,提出了一个时间敏感的混合存储模型用来有效地利用SSD.该模型把SSD和HDD作
云计算技术的快速发展为海量数据的存储和管理提供了可能。然而，由于存储模型的根本改变，传统关系数据库管理系统中成熟的索引技术既不能直接应用于海量数据的处理，也无法被简单地迁移到云计算环境中。通过分析对比辅助索引在云环境中的两种截然不同的基本逻辑结构，即集中式方案与分布式方案，在吸收两者的优势并规避其弱点的基础上，提出了具有良好可扩展性的分片位图索引机制，从而对云环境中海量数据的检索任务提供高效的支持
随着基于闪存的固态硬盘在个人计算机和企业服务器上的广泛应用,固态硬盘受到学术界和工业界越来越多的关注。除了具有闪存存储器的优良特性之外,固态硬盘内部还具有丰富的并行特性。传统数据库系统的物理操作表扫描和上层聚集操作是针对磁盘的机械特性和对称读写特性而设计的,并不能发挥固态硬盘内部并行特性的优势。文中首先将固态硬盘作为一个黑盒进行探测以了解其内部的并行特性。在此基础上,对传统数据库表扫描操作进行相应