作者:
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:
针对大数据时代下电信行业在数据分析与处理中遇到的难题和挑战,提出了一种基于Hadoop平台下的K-means改进聚类算法.通过VMware Workstation搭建Hadoop云平台,利用MapReduce的编程模型实现用户特征性分群.结果表明,与传统串行算法相比,该设计方案有效的提升了数据的运行速率与准确率.
推荐文章
MapReduce框架下一种负载均衡的Top-k连接查询算法
Top-k连接查询
MapReduce框架
数据过滤
负载均衡
执行时间
MapReduce框架下常用聚类算法比较研究
大数据处理
MapReduce
聚类
聚类算法
算法描述
基于MapReduce框架下K-means的改进算法
MapReduce框架
K-means算法
数据挖掘
聚类分析
一种战术网的分群算法及管理
分群算法
群的管理
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 一种MapReduce框架下的客户分群算法研究
来源期刊 电子世界 学科
关键词 大数据 Hadoop平台 MapReduce模型 聚类算法
年,卷(期) 2017,(7) 所属期刊栏目 探索与观察
研究方向 页码范围 60
页数 1页 分类号
字数 831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 徐野 26 82 5.0 8.0
2 季雨 1 0 0.0 0.0
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  (0)
同被引文献  (0)
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)
研究主题发展历程
节点文献
大数据
Hadoop平台
MapReduce模型
聚类算法
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
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导