MapReduce框架下基于抽样的分布式K-Means聚类算法

• 作者: 吴启龙 曲朝阳 杨杰明 杨烁 阚中峰 高冶
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 抽样 MapReduce 分布式计算 K-Means聚类算法
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 109-115
• 页数: 7页
• 分类号: TP391
• 字数: 4794字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2017.01.19

摘要

提出一种MapReduce框架下基于抽样的分布式K-Means聚类算法,解决海量数据环境下并行执行K-Means算法时,时间开销较大的问题.该算法使用抽样方法,在保证数据分布不变的前提下,对数据集的规模进行约减,并在MapReduce框架下对聚类算法进行优化.实验结果表明,该算法在保持良好聚类效果的同时,能有效缩短聚类时间,对大规模数据集具有较高的执行效率和较好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲朝阳	东北电力大学信息工程学院	104	1025	15.0	26.0
2	杨杰明	东北电力大学信息工程学院	36	145	7.0	10.0
3	吴启龙	东北电力大学信息工程学院	2	8	1.0	2.0