基于MapReduce的Canopy-Kmeans改进算法

• 作者: 毛典辉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: Canopy-Kmeans算法 MapReduce 分布式聚类
• 年，卷（期）: 2012,（27）
• 所属期刊栏目: 博士论坛
• 页码范围: 22-26,68
• 分类号: TP301
• 字数: 5751字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.27.005

摘要

针对分布式Canopy-Kmeans算法中Canopy选取的随机性问题,采用“最小最大原则”对该算法进行了改进,避免了Cannopy选取的盲目性；采用MapReduce并行计算框架对算法进行了并行扩展,使之能够充分利用集群的计算和存储能力,从而适应海量数据的应用场景.以海量互联网新闻信息聚类作为应用背景,对改进后的算法进行了实验分析.实验结果表明:该方法较随机挑选Canopy策略在分类准确率以及抗噪能力上都明显提高,而且在处理海量数据时表现出较大的性能优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛典辉	北京工商大学计算机与信息工程学院	17	218	6.0	14.0