فهرست نشریات علمی دسترسی آزاد ایران

خوشه‌بندی یک از تکنیک‌های مهم کشف دانش در پایگاه داده‌ است. الگوریتم‌های خوشه‌بندی مبتنی بر چگالی یکی از روش‌های اصلی برای خوشه‌بندی در داده‌کاوی هستند. عدم محدودیت به شکل خوشه‌ها، ساده و قابل‌فهم بودن از جمله مزایای این الگوریتم‌ها است. DBSCAN الگوریتم پایۀ روش‌های خوشه‌بندی مبتنی بر چگالی است. این الگوریتم قابلیت کشف خوشه‌های با اندازه و اشکال متفاوت را از حجم زیادی از داده‌ها دارد و در مقابل نویز نیز مقاوم است. علی‌رغم وجود این مزایا، این الگوریتم دارای مشکلاتی نظیر سخت بودن تعیین مقدار دقیق پارامترهای ورودی، عدم‌تشخیص خوشه‌های با چگالی متفاوت و عدم‌تشخیص صحیح خوشه‌ها در هنگام نزدیک بودن خوشه‌ها به هم نیز می‌باشد. از سال 1996 که DBSCAN ارائه شده تا به امروز، الگوریتم‌های بسیار زیادی در جهت بهبود DBSCAN ارائه ‌شده‌اند. در این مقاله ابتدا، مشکلات الگوریتم DBSCAN بررسی می‌شوند. سپس به مرور و بررسی الگوریتم‌هایی که در جهت بهبود مشکلات الگوریتم DBSCAN ارائه ‌شده‌اند می‌پردازیم تا‌ با نقاط ضعف و قوت این الگوریتم‌ها و میزان موفقیت این الگوریتم‌ها در بهبود الگوریتم DBSCAN آشنا شویم. همچنین، با توجه به مطالعات انجام‌شده، اقدام به پیاده‌سازی برخی از این الگوریتم‌ها نموده‌ایم و آن‌ها را بر روی مجموعه داده‌های استاندارد، بر اساس معیارهای ارزیابی خوشه‌بندی تست کرده‌ایم تا بهتر بتوانیم دربارۀ این الگوریتم‌ها قضاوت کنیم.