原文服务方: 河北省科学院学报       
摘要:
大数据处理在各个行业的应用中占有越来越重要的地位.本文以基于M apReduce框架的大数据处理平台为基础,分析了M apReduce计算框架的工作流程及在该框架下四种常用的聚类算法,包括K-means算法、密度聚类算法、FCM算法与层次聚类算法的原理与优缺点,并对这些算法的进一步优化进行了分析.
推荐文章
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
基于MapReduce框架下的K-means聚类算法的改进
K-means算法
相异度函数
MapReduce模型
MapReduce框架下基于抽样的分布式K-Means聚类算法
抽样
MapReduce
分布式计算
K-Means聚类算法
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
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 MapReduce框架下常用聚类算法比较研究
来源期刊 河北省科学院学报 学科
关键词 大数据处理 MapReduce 聚类 聚类算法 算法描述
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 1-6
页数 6页 分类号 TP311
字数 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 耿珊珊 河北经贸大学信息技术学院 3 2 1.0 1.0
2 张占峰 河北经贸大学信息技术学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (107)
共引文献  (172)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (7)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(16)
  • 参考文献(2)
  • 二级参考文献(14)
2012(10)
  • 参考文献(2)
  • 二级参考文献(8)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(15)
  • 参考文献(1)
  • 二级参考文献(14)
2015(10)
  • 参考文献(2)
  • 二级参考文献(8)
2016(11)
  • 参考文献(3)
  • 二级参考文献(8)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 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)
研究主题发展历程
节点文献
大数据处理
MapReduce
聚类
聚类算法
算法描述
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
河北省科学院学报
季刊
1001-9383
13-1081/N
大16开
1984-01-01
chi
出版文献量(篇)
1645
总下载数(次)
0
总被引数(次)
5900
论文1v1指导