خوشه بندي سري هاي زماني توسط تشخيص اجتماع پيوندي در شبكه ها

كارشناسي ارشد

در دنياي مبتني بر داده ي امروز، داده هاي سري هاي زماني حوزه هاي مختلف به راحتي نگهداري و ذخيره ميشوند. تحليل و خوشه بندي اين داده ها منجر به تشخيص الگوهاي سودمند و كاربردي ميشود كه ميتوان از آنها براي پيش بيني داده و يا پاسخ به مشكلات دنياي واقعي استفاده كرد. با اين حال، الگوريتم هاي خوشه بندي سنتي و معمولي نتوانسته اند داده هاي سري هاي زماني را به طور مطلوبي خوشه بندي كنند. اخيرا، با هدف بهبود خوشه بندي سري هاي زماني، مدل هاي تركيبي خوشه بندي ارائه شده اند. پژوهش حاضر يك روش نوين براي خوشه بندي سري هاي زماني به كمك تكنيك هاي تشخيص اجتماع ارائه ميكند. در اين روش، فاصله ي بين سري هاي زماني آزمايشي به دست آمده و در قالب يك ماتريس فاصله به عنوان ورودي به تكنيكي داده ميشود كه سري هاي زماني را مانند يك شبكه ميسازد. سپس، يك الگوريتم تشخيص اجتماع پيوندي بر روي شبكه ي به دست آمده اجرا ميشود تا اجتماعات را شناسايي كند. اجتماعات به دست آمده از طريق اين روش، شباهت بسيار زيادي به خوشه هاي حقيقت مبناي سري هاي زماني دارند كه اين تشابه از طريق مقياس هاي اعتبار سنجي ارزيابي ميشود. نتايج و اعتبار سنجي آنها نشان ميدهد كه روش پيشنهادي پژوهش حاضر داراي دقت و صحت بسيار بالايي است و خصوصيات داده هاي سري هاي زماني را به درستي درك ميكند.

196248

دانشگاه علم و صنعت ايران

استاد مشاور نداشتم

مهندسي فناوري اطلاعات گرايش تجارت الكترونيكي

دكتر بابك اميري