云环境下基于MapReduce的用户聚类研究与实现

• 作者: 樊同科
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: Hadoop MapReduce 聚类算法 Mahout
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 35-37,41
• 页数: 4页
• 分类号: TN911.7
• 字数: 3293字
• 语种: 中文

摘要

基于大数据背景下海量数据人们无法理解,聚类效率低下等问题,采用MapReduce编程模型将Canopy聚类算法和K-means聚类算法在云环境中相结合,使之能够充分利用Hadoop集群的计算和存储能力.以淘宝网上海量的购买用户聚类作为应用背景,通过使用Hadoop平台的数据挖掘组件Mahout对用户聚类进行了实例研究,并给出了使用Mahout进行挖掘的一般步骤.结果表明,基于MapReduce的聚类算法在大规模数据集上具有较好的聚类质量和运行速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊同科	西安外事学院现代教育技术中心	36	60	5.0	7.0