1、對(duì)國內(nèi)外數(shù)據(jù)流聚類的研究情況分析可知，已有的數(shù)據(jù)流聚類算法存在如下問題：不能聚類具有不確定性的混合屬性數(shù)據(jù)流；在聚類過程中不能對(duì)不確定性數(shù)據(jù)流中近期的數(shù)據(jù)進(jìn)行詳細(xì)的分析；在聚類過程中不能得到任意形狀的聚類。針對(duì)這些問題，本課題將研究重點(diǎn)放在基于元組聚類特征的不確定性數(shù)據(jù)流聚類算法的研究上，解決這些問題對(duì)研究基于位置服務(wù)的應(yīng)用、電子商務(wù)等領(lǐng)域具有重要的意義。
　　首先，為了能對(duì)具有不確定性的混合屬性數(shù)據(jù)流進(jìn)行聚類，提出了一種具有不確

2、定性的混合屬性數(shù)據(jù)流聚類算法HU-Clustering。該算法使用概率頻度直方圖來統(tǒng)計(jì)標(biāo)稱屬性部分的信息，定義了混合屬性不確定性聚類特征以便能描述混合屬性不確定性數(shù)據(jù)流的分布特征。并采用基于兩輪選擇的聚類過程來提高聚類質(zhì)量。
　　其次，為了能對(duì)近期的數(shù)據(jù)進(jìn)行分析，提出了一種基于滑動(dòng)窗口的不確定性數(shù)據(jù)流聚類算法SWCUStreams。該算法采用兩階段的聚類框架。在在線部分，定義了不確定性時(shí)間聚類特征來描述元組的不確定性信息，提出不確