基于MapReduce的JP算法设计与实现

• 作者: 周姚 曹泽文
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本挖掘 聚类分析 文本聚类 海量数据 云计算 并行数据挖掘
• 年，卷（期）: 2012,（24）
• 所属期刊栏目: 云计算专题
• 页码范围: 14-16,20
• 页数: 4页
• 分类号: TP391
• 字数: 3618字
• 语种: 中文

摘要

针对大规模文本聚类分析所面临的海量、高维、稀疏等难题,提出一种基于云计算的海量文本聚类解决方案.选择经典聚类算法Jarvis-Patrick(JP)作为案例,采用云计算平台的MapReduce编程模型对JP聚类算法进行并行化改造,利用搜狗实验室提供的语料库在Hadoop平台上进行实验验证.实验结果表明,JP算法并行化改造可行,且相对于单节点环境,该算法在处理大规模文本数据时具有更好的时间性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹泽文	国防科学技术大学信息系统与管理学院	13	71	5.0	8.0
2	周姚	国防科学技术大学信息系统与管理学院	2	12	1.0	2.0