基于Hadoop的Canopy-K-means并行算法的学生成绩与毕业流向关系分析

• 作者: 李婷 薛涛 郭卫霞
• 来源期刊: 西安工程大学学报
• 关键词: Hadoop Canopy-K-means 最小最大原则 MapReduce 教务 毕业流向
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 计算机科学
• 页码范围: 705-712
• 页数: 8页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2018.06.014

摘要

为了探究学生成绩与其毕业去向之间存在的内在关系,提出基于Hadoop的Canopy-K-means并行算法并进行分析.首先基于"最小最大原则"确定Canopy的初始中心点并快速粗糙聚类,将其作为K-means算法的初始聚类中心,并基于MapReduce计算框架实现其并行化.然后以西安工程大学2017届毕业生的教务数据为基础,进行海量教务数据的挖掘分析实验,完成相同毕业流向类型学生的聚类,同时分析各毕业流向与课程之间的内在联系.实验结果证明,改进后的Canopy-K-means算法在处理海量数据时,相比传统K-means算法,聚类收敛速度提高约2.1倍,准确率提高约15％,具有良好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛涛	西安工程大学计算机科学学院	67	213	7.0	10.0
2	李婷	西安工程大学计算机科学学院	15	69	6.0	7.0
3	郭卫霞	西安工程大学计算机科学学院	1	6	1.0	1.0