Альтернативний підхід до оцінювання якості кластеризації великих геопросторових даних.

Анотація

У статті запропоновано новий підхід до оцінювання якості кластеризації великих геопросторових даних, спрямований на подолання обмежень традиційних метрик валідації, що ґрунтуються на глобальних або попарних відстанях. Незважаючи на широке застосування, такі метрики є обчислювально неефективними та недостатньо чутливими до просторової неоднорідності, локальних змін густини та багатомасштабної організації геоданих. Обґрунтовується необхідність переходу від глобального дистанційного аналізу до локально орієнтованого оцінювання, яке краще відображає просторову структуру даних. Запропонований масштабований фреймворк оцінювання базується на використанні локальної просторової структури та передбачає обчислення показників компактності, узгодженості густини та просторової зв’язаності в межах локальних околів із подальшою агрегацією результатів у глобальну оцінку без виконання повного попарного аналізу. Розроблений підхід є незалежним від конкретного алгоритму кластеризації та може застосовуватися до чітких, нечітких ієрархічних кластерних моделей. Експериментальні дослідження на великих наборах геопросторових даних підтверджують стабільність, інтерпретованість і масштабну узгодженість отриманих оцінок при істотному зменшенні обчислювальних витрат. Отримані результати свідчать про підвищену стійкість запропонованого підходу до нерівномірних просторових розподілів і градієнтів густини, що дозволяє розглядати його як більш адекватну парадигму оцінювання кластеризації великих геоданих у сучасних аналітичних і картографічних середовищах.