面向大规模日志数据的聚类算法研究

摘要

针对大规模日志数据的聚类问题，提出了DBk—means算法。该算法使用Hadoop对原始日志数据进行预处理，并结合了k-means和DBSCAN聚类算法各自的优势。实验结果表明，相比k-means算法进行聚类分析，文中使用DBk—means算法进行聚类，能够取得更好的聚类效果，正确率可以达到83％以上。