基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在“信息爆炸”的当今社会,海量数据对数据挖掘提出新的挑战。在数据挖掘转向云计算平台实现并行化的同时,研究并行化数据随机抽样进一步降低处理的数据规模。提出一种单次扫描即可实现清理脏数据并实现等概率抽样的mapreduce并行抽样算法。在hadoop平台上实现并与普通随机抽样方法进行比较,得出其时间效率非常高,是一种行之有效的方法。为以后数据挖掘中的抽样研究和推动数据挖掘在海量数据下的发展奠定良好基础。
推荐文章
并行随机抽样贪心算法分区的MapReduce负载均衡研究
MapReduce
负载均衡
贪心算法分区
并行随机抽样
分区建模
对比验证
基于递归随机抽样的Hadoop配置优化
Hadoop平台
黑盒优化
粒子群算法
模拟退火算法
递归随机抽样
并行随机抽样贪心算法分区的MapReduce负载均衡研究
MapReduce
负载均衡
贪心算法分区
并行随机抽样
分区建模
对比验证
基于 Hadoop平台的并行特征匹配算法研究
分布式文件系统
大数据
特征匹配
并行扫描
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Hadoop平台的海量数据并行随机抽样
来源期刊 计算机工程与应用 学科 工学
关键词 云计算 hadoop mapreduce 并行计算 数据挖掘 随机抽样
年,卷(期) 2014,(20) 所属期刊栏目 数据库、数据挖掘、机器学习
研究方向 页码范围 115-118
页数 4页 分类号 TP391.12
字数 3047字 语种 中文
DOI 10.3778/j.issn.1002-8331.1210-0329
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周国祥 合肥工业大学计算机与信息学院 93 669 14.0 21.0
2 宛婉 合肥工业大学计算机与信息学院 2 21 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (210)
参考文献  (5)
节点文献
引证文献  (14)
同被引文献  (60)
二级引证文献  (47)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(6)
  • 引证文献(4)
  • 二级引证文献(2)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(19)
  • 引证文献(2)
  • 二级引证文献(17)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
云计算
hadoop
mapreduce
并行计算
数据挖掘
随机抽样
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导