大数据聚类算法综述

被引：126

作者：

海沫

机构：

[1] 中央财经大学信息学院

来源：

计算机科学 | 2016年 / 43(S1)卷 / S1期

关键词：

大数据; 聚类算法; 股票投资分析; 客户细分;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

摘要：

随着数据量的迅速增加,如何对大规模数据进行有效的聚类成为挑战性的研究课题。面向大数据的聚类算法对传统金融行业的股票投资分析、互联网金融行业中的客户细分等金融应用领域具有重要价值。对已有的大数据聚类算法进行了详细划分,并比较了每种聚类算法的优缺点,进一步总结了已有研究存在的问题,最后对未来的研究方向进行了展望。

引用

页码：380 / 383

页数：4

共 4 条

[1]

Optimized big data K-means clustering using MapReduce..[J].Xiaoli Cui;Pingfei Zhu;Xin Yang;Keqiu Li;Changqing Ji.The Journal of Supercomputing.2014, 3

[2]

DBCURE-MR: An efficient density-based clustering algorithm for large data using MapReduce.[J].Younghoon Kim;Kyuseok Shim;Min-Soeng Kim;June Sup Lee.Information Systems.2014,

[3]

Cure: An efficient clustering algorithm for large databases [J].

Guha, S ;

Rastogi, R ;

Shim, K .

INFORMATION SYSTEMS, 2001, 26 (01) :35-58

[4]

Scalability for clustering algorithms revisited.[J].Fredrik Farnstrom;James Lewis;Charles Elkan.ACM SIGKDD Explorations Newsletter.2000, 1

← 1 →