基于Spark的点排序识别聚类结构算法

• 作者: 张其龙 王鸿 瞿原 胡峰 邓维斌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 大数据 Spark OPTICS算法 密度聚类
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: CRSSC-CWI-CGrC-3WD 2017
• 页码范围: 97-102,107
• 页数: 7页
• 分类号: TP181
• 字数: 6851字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.01.015

摘要

点排序识别聚类结构(Ordering Points to Identify the Clustering Structure,OPTICS)的密度聚类算法能以可视化的方式导出数据集的内在聚类结构,并且可以通过簇排序提取基本的聚类信息.但是该算法由于时空复杂度较高,不能很好地适应当今社会出现的大型数据集.随着云计算和并行计算的发展,提供了一种解决OPTICS算法复杂度缺陷的方法和一种建立在基于Spark内存计算平台的点排序识别聚类结构并行算法.测试的实验结果表明,它能极大地降低OPTICS算法对时间和空间的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓维斌	重庆邮电大学计算智能重庆市重点实验室	48	488	11.0	21.0
2	胡峰	重庆邮电大学计算智能重庆市重点实验室	49	519	11.0	21.0
3	瞿原	重庆邮电大学计算智能重庆市重点实验室	2	3	1.0	1.0
4	张其龙	重庆邮电大学计算智能重庆市重点实验室	2	3	1.0	1.0
5	王鸿	重庆邮电大学计算智能重庆市重点实验室	3	7	2.0	2.0