基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
聚类分析是数据挖掘的重要研究内容之一,在识别数据的内在结构方面具有重要的作用.目前,在大数据环境下,怎样更加有效地使用该方法来提取海量信息中的有价值的数据,是一个重要的研究方向.文章以常见的聚类算法Kmeans为例,介绍该算法的并行化实现.
推荐文章
ABC_Kmeans聚类算法的MapReduce并行化研究
K-means
聚类
人工蜂群
MapReduce
基于MapReduce并行化计算的大数据聚类算法
大数据
MapReduce
并行计算
数据聚类
云计算平台上的Canopy-Kmeans并行聚类算法研究
云计算平台
Canopy-Kmeans算法
并行聚类算法
大数据挖掘
集群数据
数据分析
基于MapReduce的CTK加权聚类改进算法
大数据
聚类算法
Canopy算法
MapReduce
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MapReduce的KMeans聚类算法的并行化实现
来源期刊 九江学院学报(自然科学版) 学科 工学
关键词 聚类分析 Kmeans算法 并行化
年,卷(期) 2017,(1) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 73-75
页数 3页 分类号 TP393.03
字数 1210字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李锋刚 合肥工业大学管理学院 34 361 12.0 18.0
2 张友海 安徽职业技术学院信息工程系 16 17 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (14)
二级引证文献  (0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚类分析
Kmeans算法
并行化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
九江学院学报(自然科学版)
季刊
1674-9545
36-1297/N
大16开
江西省九江市前进东路551号
1986
chi
出版文献量(篇)
1768
总下载数(次)
2
总被引数(次)
2812
论文1v1指导