文献类型：期刊文章

作　　者：李爽[1] 陈瑞瑞[1] 林楠[2]

LI Shuang;CHEN Rui-rui;LIN Nan(School of Information Engineering, Zhengzhou University of Industrial Technology, Zhengzhou 451199, China;College of Software and Application of Science and Technology, Zhengzhou University, Zhengzhou 451199, China)

机构地区：[1]郑州工业应用技术学院信息工程学院,河南郑州451199 [2]郑州大学软件与应用科技学院,河南郑州451199

出　　处：《计算机工程与设计》

基　　金：国家自然科学基金项目(61502204)

年　　份：2018

卷　　号：39

期　　号：12

起止页码：3734-3738

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为提高大数据聚类效率,提出一种基于Hadoop框架的K均值聚类算法。采用Hadoop框架所用的MapReduce模型,将大数据划分成许多数据块。在Map阶段提出权重K均值聚类算法,对每一个数据块独立聚类,得到聚类中心和权重;在Reduce阶段提出加权融合K均值聚类算法,对Map阶段得到的聚类中心和权重进行融合,得到最终的聚类结果。在HIGGS数据集上进行聚类实验,实验结果表明,该算法在保持聚类准确率的前提下大幅提升了大数据聚类时K均值聚类算法的运算效率。

关 键 词：数据挖掘 K均值聚类 Hadoop框架  大数据 MAPREDUCE模型

分 类 号：TP391]