مروری بر جدیدترین تکنیک‌های خوشه‌بندی کلان داده‌ها

خوشه‌بندی در داده‌های حجیم، به‌عنوان یکی از روش‌های مهم استخراج داده و تحلیل داده در نظر گرفته می‌شود. بااین‌حال، مشکلاتی در تطبیق الگوریتم‌های خوشه‌بندی سنتی با حجم بالای داده و چالش‌های جدیدی که با داده‌های حجیم به وجود می‌آیند، وجود دارد. با توجه به حجم کلان داده‌ها و هزینه بالای پردازش الگوریتم‌های خوشه‌بندی، چالش این است که چگونه می‌توان این مسئله را مدیریت کرد و از تکنیک‌های خوشه‌بندی برای داده‌های بزرگ به‌طور کارآمد استفاده کرد. هدف این مطالعه، بررسی پیشرفت‌های اخیر در پلتفرم‌ها و تکنیک‌های خوشه‌بندی برای حل مسائل کلان داده‌ها است. در این مطالعه روش‌شناسی و مسائل خاص برای ساخت یک مکانیزم خوشه‌بندی موثر، ارائه و ارزیابی‌شده است و پس‌ازآن، بحثی درباره انتخاب‌های بهبود الگوریتم‌های خوشه‌بندی ارائه‌شده است.