面向大规模数据快速聚类K-means算法的研究

• 作者: 林涛 郭占元
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 大规模数据 聚类算法 MapReduce Hash样本抽样 Pam算法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 数据工程
• 页码范围: 43-47,53
• 页数: 6页
• 分类号: TP311
• 字数: 5073字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.05.008

摘要

为进一步提高K-means算法对大规模数据聚类的效率,结合MapReduce计算模型,提出一种先利用Hash函数进行样本抽取,再利用Pam算法获取初始中心的并行聚类方法.通过Hash函数抽取的样本能充分反映数据的统计特性,使用Pam算法获取初始聚类中心,改善了传统聚类算法依赖初始中心的问题.实验结果表明该算法有效提高了聚类质量和执行效率,适用于对大规模数据的聚类分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林涛	河北工业大学计算机科学与软件学院	65	273	10.0	12.0
2	郭占元	河北工业大学计算机科学与软件学院	1	14	1.0	1.0