地理位置聚类

Question

我有一个客户位置流数据，如果位置是他通常访问的位置，我需要分析和检查每个事件，如果不是他通常访问的位置，则实时生成警报。 我正在研究各种聚类算法，但找不到一个能够实时实现的算法。

Kmeans过于僵化，中心数量太多.DBSCAN重量很重，不确定它是否足够快以及实时响应......

你能建议一个适合实时流处理的吗？

Answer 1

我相信DBSCAN足够合适。其最坏情况的场景复杂度是O（n2），与其他传统算法（如分层算法）相比足够好。与kmeans相比，我相信如果您使用空间数据库（如SpatiaLIte或PostGIS）中的ST_Centroid函数（理所当然地认为您使用地理数据），则kmeans适用。 在kmeans和DBSCAN之间，我选择了DBSCAN，因为我认为你的问题的答案是关于实时数据的基于密度的方法。