一种改进的可并行的K-medoids聚类算法

• 作者: 马晓慧
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: MapReduce K-medoids Hadoop
• 年，卷（期）: 2016,（3）
• 页码范围: 100-102
• 页数: 3页
• 分类号: TP391
• 字数: 2429字
• 语种: 中文

摘要

针对K-medoids算法中初始聚类中心的结点的选取的随机性导致影响聚类结果质量的问题,采用标签共现原则对该算法进行改进.根据标签共现频率和相似度先对标签进行聚类,根据标签聚类结果,选取K个由其代表的资源作为聚类初始中心结点.通过聚类中心的优化设置,降低了抽样选取的随机性.最后采用MapReduce框架对其进行并行化,以豆瓣图书的标签数据为应用背景进行实验,验证了算法的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马晓慧	山西大学商务学院	17	60	5.0	7.0