聚类算法文档（业务进程+业务URL）

假设：

终端=4000；业务软件进程=100；URL=16000；

第i个终端包含x_i个不同业务软件进程，包含y_i个URL。

该算法关键是需要将业务进程名集和URL进程名集转换成数值相似性集合，便于聚类分析。

 

1、             首先将终端与对应的业务软件进程集作关联性分析；

第i个终端业务进程名数=k_i（Process_1，…，Process_k_i），该终端权重=k_i/100，分析每个终端与其他终端之间的关联性（两个终端之间使用相同进程名的重合度*权重）。首先分析终端1与终端2…终端4000之间的关联性，依次迭代计算终端之间的关联性，最后形成终端与使用业务软件进程之间的关联度数值矩阵4000*4000。

 

2、             将终端与URL进程集作关联性分析；

第i个终端访问URL数=m_i（URL_1，…，URL_m_i），该终端权重=m_i/16000，分析每个终端与其他终端之间的关联性（两个终端之间使用相同进程名的重合度*权重）。首先分析终端1与终端2…终端4000之间的关联性，依次迭代计算终端之间的关联性，最后形成终端与使用业务软件进程之间的关联度数值矩阵4000*4000。

 

3、             将两个关联性数值矩阵组合形成4000*8000的矩阵；

 

4、             根据这个矩阵采用聚类算法进行终端相似性聚合。