Lorenzen, Melf (2018) Classification of User Behavior through Connectivity-Based Clustering. (Bachelor thesis), Kiel University, Kiel, 47 pp.

Preview

Text thesis.pdf Download (1MB) | Preview

Abstract

Die automatische Klassifizierung von Benutzerverhalten ist für eine Vielzahl von Anwendungen nützlich. Das Überwachungs und Kontrollprogramm iObserve verwendet sie, um die von den Benutzen verursachte Last einer beobachteten Cloud-basierten Anwendung zu simulieren. Die Klassifizierung wird durch eine Transformation des Benutzerverhaltens in Vektoren und ein anschließendes Clustering dieser Vektoren realisiert.
Bislang wurde das Clustering durch die XMeans und Expectation-Maximization Clustering-Verfahren umgesetzt. Inhalt dieser Arbeit ist die Auswahl und Implementierung eines hierarchischen Clustering-Algorithmus sowie einer Methode zum Bestimmen der Clustergröße.
In iObserve implementiert wurden der BIRCH-Clustering-Algorithmus sowie die L-Method, die aus einer Hierarchie von Clusterings ein Clustering auswählt. Anschließend wurden die Ergebnisse der Klassifizierung des BIRCH-Algorithmus mit denen des XMeans und Expectation-Maximization Clusterings verglichen.

Actions (login required)

View Item