文献类型：期刊文章

作　　者：赵卫中[1,2] 马慧芳[3,2] 傅燕翔[4] 史忠植[2]

机构地区：[1]湘潭大学信息工程学院,湘潭411105 [2]中国科学院计算技术研究所智能信息处理重点实验室,北京100190 [3]西北师范大学数学与信息科学学院,兰州730070 [4]湘潭大学机械工程学院,湘潭411105

出　　处：《计算机科学》

基　　金：国家自然科学基金(60933004;60975039;61072085);国家973项目(2007CB311004);西北师范大学青年教师科研能力提升计划骨干项目(NWNU-LKQN-10-1);湘潭大学博士启动基金(10QDZ42);湖南省教育厅一般项目(09C967)资助

年　　份：2011

卷　　号：38

期　　号：10

起止页码：166-168

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSCD、CSCD2011_2012、IC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：随着数据库技术的发展和Internet的迅速普及,实际应用中需要处理的数据量急剧地增长,致聚类研究面临许多新的问题和挑战,如海量数据和新的计算环境等。深入研究了基于云计算平台Hadoop的并行k-means聚类算法,给出了算法设计的方法和策略。在多个不同大小数据集上的实验表明,设计的并行聚类算法具有优良的加速比、扩展率和数据伸缩率等性能,适合用于海量数据的分析和挖掘。

关 键 词：云计算 HADOOP平台 并行k-means  MAPREDUCE

分 类 号：TP311.13]