文献类型：期刊文章

作　　者：张雪萍[1] 龚康莉[1] 赵广才[1]

机构地区：[1]河南工业大学信息科学与工程学院,郑州450001

出　　处：《计算机应用》

基　　金：教育部新世纪优秀人才支持计划项目(NCET-08-0660);河南省高校科技创新人才支持计划项目(2008HASTIT012);海南省自然科学基金资助项目(610221);河南工业大学研究生创新计划基金资助项目(11YJCX69)

年　　份：2013

卷　　号：33

期　　号：4

起止页码：1023-1025

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：为了解决传统K-Medoids聚类算法在处理海量数据信息时所面临的内存容量和CPU处理速度的瓶颈问题,在深入研究K-Medoids算法的基础之上,提出了基于MapReduce编程模型的K-Medoids并行化算法思想。Map函数部分的主要任务是计算每个数据对象到簇类中心点的距离并(重新)分配其所属的聚类簇;Reduce函数部分的主要任务是根据Map部分得到的中间结果,计算出新簇类的中心点,然后作为中心点集给下一次MapReduce过程使用。实验结果表明:运行在Hadoop集群上的基于MapReduce的K-Medoids并行化算法具有较好的聚类结果和可扩展性,对于较大的数据集,该算法得到的加速比更接近于线性。

关 键 词：K-Medoids  云计算 MAPREDUCE 并行计算 HADOOP

分 类 号：TP18]