Approche D'exploration De Flux Basée Sur L'exploration De Données

Le regroupement est l'une des techniques les plus importantes dans le domaine de l'exploration des donn es. Elle vise diviser les donn es en groupes d'objets similaires. C'est ce que l'on appelle les clusters. Cette recherche compare l'algorithme StreamKM++ aux travaux existants, tels que AP, IAPKM et IAPNA. L'algorithme StreamKM++ est un nouvel algorithme de clustering partir du flux de donn es et il construit un bon clustering du flux, en utilisant une petite quantit de m moire et de temps.De nombreux chercheurs ont effectu leur travail avec un algorithme de clustering statique, mais en temps r el, les donn es sont dynamiques par nature. C'est pourquoi la technique statique conventionnelle n'est pas adapt e l'environnement en temps r el. Dans ce travail, l'algorithme StreamKM++ est utilis et permet d'obtenir des performances de clustering lev es par rapport l'AP traditionnel, l'IAPKM et l'IAPNA. Les r sultats exp rimentaux montrent que l'algorithme StreamKM++ obtient les meilleurs r sultats par rapport aux travaux existants. Il a augment le taux de pr cision moyen et r duit le temps de calcul, la m moire et le nombre d'it rations.