关联性大数据实时流式可控聚类算法

针对当前关联性数据在聚类后聚类结果与对应聚类簇之间距离过大，聚类簇本身聚类纯度较低等影响聚类质量的问题，开展相关研究。通过构建关联性大数据实时流式可控聚类框架、可控粗聚类、可控细聚类，提出一种全新的聚类算法。实验结果表明，新的聚类算法聚类结果与对应聚类簇的距离平方和数值更小，聚类簇本身聚类纯度更高，进一步提升聚类结果的质量，实现对关联性大数据的高效利用。