不完整大数据的分布式聚类填充算法

• 作者: 冷泳林 张清辰 陈志奎 鲁富宇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 不完整大数据 近邻传播聚类 云计算 数据填充 不完整信息系统
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: ?先进计算与数据处理?
• 页码范围: 19-25
• 页数: 7页
• 分类号: TP311
• 字数: 7882字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.05.004

摘要

传统大数据填充算法是根据整个数据集对缺失数据进行填充，使得填充值容易受到不同类别数据的干扰，导致填充结果不精确。针对该问题，给出不完整数据的相似度度量方法，使用近邻传播( AP )算法对不完整数据进行聚类。采用云计算技术优化AP聚类算法，实现一种基于MapReduce的分布式聚类算法，根据算法聚类结果将同一类数据对象划分到相同簇中，并利用同一类对象的属性值对缺失值进行填充。实验结果表明，该算法能实现不完整大数据的聚类，同时加快聚类速度，提高缺失数据的填充精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈志奎	大连理工大学软件学院	35	238	11.0	14.0
2	冷泳林	渤海大学信息科学与技术学院	22	88	6.0	8.0
4	鲁富宇	渤海大学信息科学与技术学院	15	72	5.0	7.0
5	张清辰	大连理工大学软件学院	15	132	8.0	11.0