基于云计算平台Hadoop的并行k-means聚类算法设计研究

• 作者: 傅燕翔 史忠植 赵卫中 马慧芳
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 云计算 Hadoop平台 并行k-means MapReduce
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 166-168,176
• 分类号: TP311.13
• 字数: 4318字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史忠植	中国科学院计算技术研究所智能信息处理重点实验室	232	9166	52.0	89.0
2	马慧芳	西北师范大学数学与信息科学学院	59	520	12.0	21.0
4	赵卫中	湘潭大学信息工程学院	6	249	4.0	6.0
8	傅燕翔	湘潭大学机械工程学院	5	173	2.0	5.0