基于Hadoop的并行聚类算法的研究

• 作者: 崔莉霞
• 来源期刊: 计算机光盘软件与应用
• 学科: 工学
• 关键词: Hadoop MapReduce 聚类 Canopy-Kmeans算法
• 年，卷（期）: 2014,（23）
• 页码范围: 141-142
• 页数: 2页
• 分类号: TP391.1
• 字数: 1217字
• 语种: 中文

摘要

本文介绍了Hadoop平台下MapReduce的并行编程框架，分析了传统Kmeans聚类算法的优缺点，提出基于Canopy的Canopy-Kmeans聚类算法。使用Canopy聚类先对数据进行“粗”聚类，以优化Kmeans聚类算法初始聚类中心的选取。选用MapReduce并行编程方法。实验表明该方法相对于传统Kmeans聚类算法有着更高的计算效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔莉霞	江西师范大学计算机信息工程学院	3	6	2.0	2.0