基于并行聚类算法的区域经济大数据集成分类方法

祁蔚茹; 毕鹏

doi:10.19292/j.cnki.jdxxp.20250421.001

吉林大学学报(信息科学版) ›› 2025, Vol. 43 ›› Issue (05) : 1144 -1150. DOI: 10.19292/j.cnki.jdxxp.20250421.001

基于并行聚类算法的区域经济大数据集成分类方法

祁蔚茹, 毕鹏

作者信息 +

Author information +

文章历史 +

摘要

针对区域经济数据来源多样，并且数据格式、结构和语义存在显著差异，难以统一处理，导致数据特征量的提取难以精准实现及数据分类结果不准确的问题，提出了基于并行聚类算法的区域经济大数据集成分类方法。基于区域经济大数据的特性，计算数据的纯度和邻域半径，确定区域经济大数据的缺失值，并对其进行修正填充。基于填充后的数据，利用并行聚类算法，将其随机划分为多个数据子集。并行聚类算法利用多节点并行处理，显著提升计算效率，满足大规模数据处理需求。提取每个数据子集的特征量，进而设计大数据基分类器。在考虑基分类器内部数据密度的前提下，确定每个基分类器的权重值，将每个基分类器的分类结果进行组合，输出最终的数据集成分类结果。实验结果表明，设计的分类方法在实际应用中DBI(Davies-Bouldin Index)指数为0.31,并能实现准确的区域经济大数据分类。