K-均值聚类算法的MapReduce模型实现

摘要：

针对日益严峻的大数据处理时间长、执行速率低等问题，通过深入分析，提出了一种提高大规模数据聚类效率的方法。以K-均值聚类算法为原型，利用MapReduce模型在大规模数据处理方面的优势，对原有算法进行并行化改进，设计出一种基于Hadoop分布式云平台的K-均值聚类MapReduce模型。应用此模型，对淘宝用户仿真数据进行聚类试验，试验结果表明，对K-均值聚类算法的MapReduce模型实现后，性能优于原算法性能，缩短了聚类时间，提高了聚类效率，特别适于对海量数据进行聚类处理。

关键词：大数据、MapReduce模型、K-均值聚类算法

分类号：TP391(计算技术、计算机技术)

在线出版日期：2015-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：120-124