k-means聚类算法的MapReduce并行化实现

• 作者: 向文 张新访 李成华 江小平 颜海涛
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 云计算 并行计算 MapReduce模型 数据挖掘 k-means聚类算法
• 年，卷（期）: 2011,（z1）
• 所属期刊栏目: GPU技术
• 页码范围: 120-124
• 分类号: TP301
• 语种: 中文

摘要

针对k-means聚类算法特点,给出了MapRedute编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新访	华中科技大学计算机科学与技术学院	55	957	14.0	30.0
2	李成华	中南民族大学电子信息工程学院	21	294	6.0	17.0
3	江小平	中南民族大学电子信息工程学院	29	291	6.0	17.0
4	颜海涛	中国移动通信集团湖北有限公司业务支撑中心	7	177	1.0	7.0
5	向文	华中科技大学计算机科学与技术学院	11	519	6.0	11.0