大数据挖掘中的MapReduce并行聚类优化算法研究

• 作者: 吕国 孟凡兴 白振荣 肖瑞雪
• 来源期刊: 现代电子技术
• 关键词: 大数据 MapReduce 并行化处理 聚类算法 数据挖掘 Map任务
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 测控与自动化技术
• 页码范围: 161-164
• 页数: 4页
• 分类号: TN911.1-34|TP311.14
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.11.037

摘要

针对传统数据挖掘算法只适用于小规模数据挖掘处理,由于数据规模不断增大,其存在计算效率低、内存不足等问题,文中将MapReduce用于数据挖掘领域,对大数据挖掘中的MapReduce进行了并行化改进,并设计相应的并行化实现模型,以期满足大数据分析需求,完成低成本、高性能的数据并行挖掘与处理.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕国	河北建筑工程学院现代教育技术中心	37	128	7.0	10.0
2	白振荣	河北建筑工程学院现代教育技术中心	24	28	3.0	3.0
3	孟凡兴	河北建筑工程学院现代教育技术中心	16	47	3.0	6.0
4	肖瑞雪	河北建筑工程学院现代教育技术中心	23	33	3.0	5.0