基于云计算平台Hadoop的并行k-means聚类算法设计研究

被引：84

作者：

赵卫中 ^{[1
,2
]}

马慧芳 ^{[3
,2
]}

傅燕翔 ^{[4
]}

史忠植 ^{[2
]}

机构：

[1] 湘潭大学信息工程学院

[2] 中国科学院计算技术研究所智能信息处理重点实验室

[3] 西北师范大学数学与信息科学学院

[4] 湘潭大学机械工程学院

来源：

计算机科学 | 2011年 / 38卷 / 10期

关键词：

云计算; Hadoop平台; 并行k-means; MapReduce;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

随着数据库技术的发展和Internet的迅速普及,实际应用中需要处理的数据量急剧地增长,致聚类研究面临许多新的问题和挑战,如海量数据和新的计算环境等。深入研究了基于云计算平台Hadoop的并行k-means聚类算法,给出了算法设计的方法和策略。在多个不同大小数据集上的实验表明,设计的并行聚类算法具有优良的加速比、扩展率和数据伸缩率等性能,适合用于海量数据的分析和挖掘。

引用

页码：166 / 168+176 +176

页数：4