Density-based and parameterless clustering of embedded data streams

Dünyanın hızlı bir şekilde dijitalleşmesiyle üretilen veri miktarı ve verinin üretilme hızı gittikçe artmakta ve bu şekilde akan verinin kaydedilerek topluca işlenmesi zorlaşmaktadır. Bu da akan veriyi kaydetmeden geldiği anda işleme ihtiyacı doğurmaktadır. Çoğu zaman veriyi islemeden once verinin karakterstigi ile ilgili elimizde fazla bilgi bulunmamaktadır. Buna ek olarak, akan verinin özellikleri giderek değişebilmektedir (kavram kayması). Kümeleme metodları verilerin gerçek kümelerine ihtiyaç duymadığından, akan veri için uygundur. Akan veri kümeleme algoritmaları veriyi sadece bir kez okumalı, gerçek zamanda çalışmalı ve verideki kavram kaymasina uyum sağlayabilmelidir. Bu çalışmada geliştirilen Boyutu Azaltılmış Akan Verinin Yoğunluğa Dayalı ve Parametresiz Kümelenmemesi (DBPCES) algoritması ile akan veri 2 boyutlu hale getirilerek, parametre gerektirmeyen yoğunluk tabanlı bir algoritma ile kümelenebilecektir. Akan veriyi iki boyutlu hale getirebilmek için UMAP algoritması akan veriye ve verideki kaymaya duyarlı hale getirilmiştir. Kümeleme için DBSCAN algoritması iki boyutlu hale getirilen veri üzerinde kullanılmıştır. DBSCAN parametreleri geliştirilen bulgusal bir yöntemle tahmin edilerek kullanıcıdan veriye bağlı hiçbir parametre almadan akan veri kümelenmiştir. DBPCES algoritması, gerçek küme sayısı, boyut sayısı ve kavram kayma hızı bakımından farklılık gösteren yapay ve gerçek veri akışları üzerinde çalıştırılmıştır. DBPCES algoritmasının performansı DenStream ve Zubaroğlu ve Atalay' ın algoritması ile karşılaştırılmıştır. Performans değerlendirme ölçütü olarak saflık, siluet skoru ve düzeltilmiş rand endeksi kullanılmıştır. Ayrıca uygulama süreleri de karşılaştırılmıştır. DBPCES, DenStream kadar hızlı olmasa da, kümeleme için kullanıcıdan veriye bağlı herhangi bir parametre almadan diğer algoritmalarla benzer sonuçlar elde etmiştir.