arrow
返回

Sequence analysis for large databases

delete2026-04-01
delete1
PRE
AI
M
Matthias Studer *
S
Sadeghi, Rojin
T
Tochon, Louis
DOI:10.1332/17579597y2026d000000078delete
delete原文链接
delete分享
delete收藏
摘要

摘要

En 中文
本文开发并综述了在大型数据库中创建序列分析类型学的方法。创建此类类型学的标准方法依赖于计算所有观察值之间的距离,这在大型数据库中很快变得难以处理,即使使用现代计算机也是如此。我们首先讨论CLARA算法,然后将其扩展到最近为序列分析提出的方法,包括模糊和代表性聚类。通过模拟评估这些方法的优点,这进一步允许得出一些实用指导原则。接下来,我们讨论三种在不计算所有距离的情况下衡量聚类质量的方法。第一种基于自助法,第二种基于代表序列(即中心点)。然后,我们介绍一种基于聚类稳定性的创新方法,这进一步允许评估聚类算法的收敛性。这些方法通过一项针对印度家庭轨迹(超过18万个案例)的研究进行说明。所有方法均可在WeightedCluster R软件包中使用。
Keyword:
sequence analysis
cluster analysis
large databases
dissimilarity
cluster validation
life courses

期刊

L
Longitudinal and Life Course Studies
IF:
0
论文数:
23
被引数:
4

机构

U
University of Geneva
学者数:
1.5K
论文数: 539
被引数: 2.0W
引用论文

引用论文