文献类型：期刊文章

作　　者：吕国[1] 肖瑞雪[1] 白振荣[1] 孟凡兴[1]

LU Guo;XIAO Ruixue;BAI Zhenrong;MENG Fanxing(Modern Education Technology Center,Hebei University of Architecture,Zhangjiakou 075000,China)

机构地区：[1]河北建筑工程学院现代教育技术中心

出　　处：《现代电子技术》

基　　金：2018年河北省科学技术厅创新能力提升计划项目(184576131D);2017年河北省高等学校科学技术研究项目(QN2017322);2018年张家口市科学技术和地震局市级科技计划自筹经费项目(1821016B)~~

年　　份：2019

卷　　号：42

期　　号：11

起止页码：161-164

语　　种：中文

收录情况：BDHX、BDHX2017、IC、RCCSE、ZGKJHX、核心刊

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。

关 键 词：大数据 MAPREDUCE 并行化处理  聚类算法 数据挖掘 Map任务  

分 类 号：TN911.1-34] TP311.14]