基于MapReduce的海量数据挖掘技术研究

• 作者: 张阳 李伟卫 王勇 赵航
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 云计算 数据挖掘 Hadoop MapReduce
• 年，卷（期）: 2013,（20）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 112-117
• 页数: 6页
• 分类号: TP316.4
• 字数: 7118字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1201-0298

摘要

MapReduce是一种编程模型，可以运行在异构环境下，编程简单，不必关心底层实现细节，用于大规模数据集的并行运算。将MapReduce应用在数据挖掘的三个算法中：朴素贝叶斯分类算法、K-modes聚类算法和ECLAT频繁项集挖掘算法。实验结果表明，在保证算法准确率的前提下，MapReduce可以有效提高海量数据挖掘工作的效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王勇	西北工业大学计算机学院	73	493	12.0	19.0
2	张阳	西北农林科技大学信息工程学院	47	232	6.0	13.0
3	李伟卫	西北农林科技大学信息工程学院	4	121	3.0	4.0
4	赵航	西安电子科技大学机电工程学院	1	90	1.0	1.0