论文部分内容阅读
针对数据库中的MOOCs大数据进行快速准确聚类，在提高数据处理能力方面具有重要作用。由于无线网络数据库数据维数较大，使得数据具有一定的混合属性，传统的聚类方法先将MOOCs大数据进行分类，提取分类数据属性，然后对数据进行聚类，需要进行大量的迭代计算，导致MOOCs大数据聚类不准确的问题。提出基于非线性时间序列分析的MOOCs大数据聚类方法，通过非线性映射，将相似度参数对嵌入大数据维数的聚类进行计算，得出大数据条件下的最优聚类参数，应用基于信息准则的非线性时间序列法，确定大数据时间线性预测聚类分类半径。实验