文献类型：期刊文章

作　　者：司福明[1] 卜天然[1]

机构地区：[1]安徽机电职业技术学院信息工程系,安徽芜湖241000

出　　处：《楚雄师范学院学报》

基　　金：安徽省教育厅2016年度高校自然科学研究项目;项目编号:KJ2016A134

年　　份：2016

卷　　号：31

期　　号：3

起止页码：49-55

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：传统的数据挖掘技术由于受到编程模型等的约束,产生了不同瓶颈,聚类算法的研究面临着海量的大数据处理与分析的挑战,新兴计算模型Hadoop作为一种可并行处理的云计算平台得到了广泛应用。文章对传统聚类挖掘算法进行改进和优化,在Hadoop云计算平台上进行K-means算法的并行化实现,降低算法的时间复杂度,提高了计算效率。实践证明,改进的K-means算法适合大规模数据集的聚类挖掘,具有高效、准确、稳定、安全等特性,适合于海量数据的分析和处理。

关 键 词：HADOOP 云计算平台 大数据 聚类挖掘算法  并行化

分 类 号：TP301.6]