华 峥，杜 韬，曲守宁

（1.山东开放大学，山东 济南，250014；2.济南大学，山东 济南，250022）

0 引言

近年来，数据流挖掘在网络监测、交通流量监控与管理、电力供应管理与预测、Web 点击流分析等领域有着巨大的应用前景[1]。与传统静态数据集不同，数据流的聚类分析提出了许多新的挑战：关于自然簇的数量和形状的先验知识难以获取；要求算法具有高度的灵活性，可以实时捕获任何形状的聚类；数据贡献可能会随时间不断变化，并且变化越早，对集群的贡献就越大[2]。

本文提出一种新的数据流聚类方法中心加权数据流聚类算法（Center-Weighted algorithm for clustering data Streams，CW-Stream）。该方法通过综合考虑量自动确定聚类中心，并且为了提供一个更好的聚类表征，通过中心权值的迭代学习过程，为聚类中心分配权重。此外，为把握数据对象的完整状态，本文方法以模糊隶属度矩阵的形式保存数据对象的摘要信息，且中心权值的加入为模糊隶属度带来了方向性的特征。通过一系列在真实数据集上的实验表明，CW-Stream 算法在聚类的纯度和效率等方面展现了良好的性能[3]。

1 聚类算法

CW-Stream 算法为了把握数据流的瞬态特征，将中心权重与距离特征相结合，以完成对数据流环境的准确描述，然后以模糊隶属度矩阵的形式保存数据流的摘要信息。算法不断重复上述迭代过程，直到数据流结束或者所有的数据点被全部遍历为止。

1.1 中心加权系数

在算法的具体执行过程中，一般关心的是当前数据的聚类情况，但如果对当前数据流的信息不敏感，算法挖掘性能和挖掘结果的精度将大大降低[4]。……