K-means聚类算法在Spark平台上的应用

• 作者: 程国建 赵倩倩
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 聚类算法 Hadoop Spark RDD K-means算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 146-148
• 页数: 3页
• 分类号: TP392
• 字数: 2506字
• 语种: 中文
• DOI: 10.11907/rjdk.1511517

摘要

随着人类产生的数据量呈指数级增长,数据的海量、多样化等特征使传统的聚类算法无法处理这些数据,而近来较为流行的Hadoop平台在处理数据的速度上也达到瓶颈.因此,专家们想要研究一种更为适合的处理平台来处理遇到的海量数据,Spark平台应运而生.首先介绍了聚类算法定义与分类,随后提出了Spark平台,包括Spark核心技术(RDD)、Spark和Hadoop的对比,并介绍了K-means在Spark平台上的实现,最后总结了Spark的应用现状并对其未来发展进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程国建	西安石油大学计算机学院	123	847	14.0	25.0
2	赵倩倩	西安石油大学计算机学院	5	24	2.0	4.0