基于 Hadoop MapReduce并行近似谱聚类算法研究与实现

• 作者: 杨煜 赵成贵
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: Hadoop分布式系统 MapReduce并行计算 近似谱聚类算法 稀疏近似相似矩阵 大规模高维数据
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 17-21,63
• 页数: 6页
• 分类号: TP301.6
• 字数: 6559字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.08.004

摘要

随着信息时代的来临，互联网产生的大规模高维数据呈现几何级数增长，对其进行谱聚类在计算时间和内存使用上都存在瓶颈问题，尤其是求Laplacian矩阵特征向量分解。鉴于Hadoop MapReduce并行编程模型对密集型数据处理的优势，基于t最近邻稀疏化近似相似Laplacian矩阵，设计Hadoop MapReduce并行近似谱聚类算法，以期解决上述瓶颈问题。实验使用UCI Bag of Words数据集验证所设计算法的正确性和有效性，结果显示该并行设计在谱聚类质量和性能方面达到了一定的预期效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵成贵	云南财经大学信息学院	11	21	3.0	4.0
2	杨煜	云南财经大学信息学院	1	3	1.0	1.0