地理位置聚类

Question

我有一个客户位置流数据，如果该位置是他经常访问的位置，我需要分析和检查每个事件，如果不是他经常访问的位置，则实时生成警报。 我正在研究各种聚类算法，但找不到一种可以“实时”完成的好算法。

Kmeans 对质心的数量过于严格。DBSCAN 的重量很重，不确定它是否足够快以实时响应...

你能推荐一个适合实时流处理的吗？

Answer 1

我相信 DBSCAN 已经足够合适了。它的最坏情况场景复杂度为 O(n2)，与其他传统算法（例如分层算法）相比，这已经足够了。与 kmeans 相比，我认为如果您使用来自 SpatiaLIte 或 PostGIS 等空间数据库的 ST_Centroid 函数（当然认为您使用地理数据），kmeans 是适用的。 在 kmeans 和 DBSCAN 之间，我选择 DBSCAN 是因为我认为您的问题的答案是基于密度的实时数据方法。