基于MapReduce的海量数据挖掘技术研究

被引：34

作者：

李伟卫 ^{[1
]}

赵航 ^{[2
]}

张阳 ^{[1
]}

王勇 ^{[3
]}

机构：

[1] 西北农林科技大学信息工程学院

[2] 西安电子科技大学机电工程学院

[3] 西北工业大学计算机学院

来源：

计算机工程与应用 | 2013年 / 49卷 / 20期

关键词：

云计算; 数据挖掘; Hadoop; MapReduce;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

MapReduce是一种编程模型,可以运行在异构环境下,编程简单,不必关心底层实现细节,用于大规模数据集的并行运算。将MapReduce应用在数据挖掘的三个算法中:朴素贝叶斯分类算法、K-modes聚类算法和ECLAT频繁项集挖掘算法。实验结果表明,在保证算法准确率的前提下,MapReduce可以有效提高海量数据挖掘工作的效率。

引用

页码：112 / 117

页数：6