朴素贝叶斯算法的MapReduce并行化分析与实现

• 作者: 向阳 张依杨 张君瑛 张波 蒋锐权
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 朴素贝叶斯分类算法 并行计算 MapReduce
• 年，卷（期）: 2013,（3）
• 页码范围: 23-26
• 分类号: TP31
• 字数: 3733字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2013.03.006

摘要

朴素贝叶斯方法是一种高效的分类算法,但在处理海量数据时由于内存和I/O等资源的局限,该算法的效率受到极大影响.文中针对朴素贝叶斯分类算法特点,给出了基于MapReduce编程模型的实现朴素贝叶斯分类算法的方法.训练集内文件被分割进行处理,核心处理过程由MapReduce完成,Map函数完成对训练文件的解析,Reduce函数完成类别属性和特征属性知识库的构建.实验主要比较了传统算法和改进并行算法的性能,结果表明:在大数据量的情况下使用Ma-pReduce并行化的朴素贝叶斯算法具有良好的执行效率与较高的扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	向阳	同济大学计算机科学与技术系	88	1316	16.0	34.0
2	张波	上海师范大学信息与机电工程学院	28	148	7.0	11.0
3	蒋锐权		3	42	3.0	3.0
4	张君瑛		2	43	2.0	2.0
5	张依杨	同济大学计算机科学与技术系	1	20	1.0	1.0