数据密集型计算环境下离群点挖掘算法设计与实现

• 作者: 刘希昱 张树森 张龙波 李彩虹 陈亚丽
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 离群点 数据密集型 MapReduce MR_LOF
• 年，卷（期）: 2013,（5）
• 页码范围: 32-35
• 页数: 4页
• 分类号: TP391
• 字数: 3216字
• 语种: 中文

摘要

在数据密集型计算环境中，数据具有海量、高速变化、分布存储和异构等特征，对数据挖掘算法的设计与实现提出了新的挑战．基于MapReduce模型，提出了一种网格技术与基于LOF方法相结合的离群点挖掘算法MR＿LOF ．Map阶段采用网格进行数据约简，将代表点信息发送给主节点；Reduce阶段使用基于密度的离群点挖掘算法，借助网格期望值E筛选出稠密区域．该算法只需计算稀疏区域对象的LOF值，降低了算法的时间复杂度．实验结果表明，在数据密集型计算环境中，该方法能有效的对离群点进行挖掘．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张龙波	山东理工大学计算机科学与技术学院	36	178	7.0	11.0
2	李彩虹	山东理工大学计算机科学与技术学院	52	271	8.0	14.0
3	陈亚丽	山东理工大学计算机科学与技术学院	3	9	2.0	3.0
4	张树森	山东理工大学计算机科学与技术学院	3	9	2.0	3.0
5	刘希昱	山东理工大学计算机科学与技术学院	1	2	1.0	1.0