版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、生活在信息大爆炸的時(shí)代,社會(huì)網(wǎng)絡(luò)產(chǎn)生數(shù)字圖像、視頻、網(wǎng)絡(luò)博客,網(wǎng)絡(luò)社區(qū)等形形色色的數(shù)據(jù)。但是隨著數(shù)據(jù)的數(shù)據(jù)源種類(lèi)越來(lái)越多樣化,數(shù)據(jù)的爆炸式增長(zhǎng),傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)已經(jīng)不能滿(mǎn)足我們的要求,需要建立一種新的有效機(jī)制來(lái)實(shí)現(xiàn)海量數(shù)據(jù)的分析處理。而云計(jì)算平臺(tái)下的數(shù)據(jù)挖掘的出現(xiàn)是由于其能提供大規(guī)模的存儲(chǔ)空間,便于海量數(shù)據(jù)的存儲(chǔ),同時(shí)具有很高的可擴(kuò)展性,編程人員能夠在它們的服務(wù)之上構(gòu)建無(wú)縫可擴(kuò)展的應(yīng)用。因此,如果能夠優(yōu)化傳統(tǒng)的數(shù)據(jù)挖掘算法將其部署到云
2、計(jì)算平臺(tái)之上,便可解決海量數(shù)據(jù)處理難的問(wèn)題。
但是,將傳統(tǒng)經(jīng)典算法部署到云計(jì)算平臺(tái)架構(gòu)之上,也會(huì)遇到很多問(wèn)題。①處理大數(shù)據(jù)中的算法重復(fù)迭代是不可避免的難題;②數(shù)據(jù)循環(huán)遍歷產(chǎn)生的通信成本負(fù)荷重;③傳統(tǒng)算法分析處理海量數(shù)據(jù)的時(shí)間慢,產(chǎn)生的I/O成本和網(wǎng)絡(luò)成本大。
針對(duì)傳統(tǒng)數(shù)據(jù)挖掘技術(shù)在云計(jì)算平臺(tái)上遇到的問(wèn)題,本文首先從云計(jì)算平臺(tái)和數(shù)據(jù)挖掘的基本原理[35]出發(fā),分析云計(jì)算中的相關(guān)技術(shù)、討論并行編程模型MapReduce的
3、編程原理、分布式系統(tǒng)HDFS的存儲(chǔ)方式以及基于云計(jì)算的Hadoop平臺(tái)的數(shù)據(jù)挖掘架構(gòu),提出使用云計(jì)算下的數(shù)據(jù)挖掘處理機(jī)制來(lái)解決處理大規(guī)模數(shù)據(jù)難的問(wèn)題,并獲得較高的性能;其次針對(duì)大數(shù)據(jù)的數(shù)據(jù)類(lèi)型多樣化和數(shù)據(jù)量的倍增,提出對(duì)基于云計(jì)算平臺(tái)下的傳統(tǒng)數(shù)據(jù)挖掘算法K-Means算法進(jìn)行優(yōu)化的方案,消除迭代算法的依賴(lài)性和減少計(jì)算成本;最后將優(yōu)化后的K-Means算法移植到Hadoop平臺(tái)進(jìn)行試驗(yàn),通過(guò)Hadoop集群下的MapReduce的編程計(jì)算
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 云計(jì)算平臺(tái)下的數(shù)據(jù)挖掘研究.pdf
- Hadoop平臺(tái)下數(shù)據(jù)挖掘的研究與實(shí)現(xiàn).pdf
- 云平臺(tái)下監(jiān)控?cái)?shù)據(jù)緩存系統(tǒng).pdf
- Hadoop云平臺(tái)下基于離群點(diǎn)挖掘的入侵檢測(cè)技術(shù)研究.pdf
- 云計(jì)算平臺(tái)下的數(shù)據(jù)起源安全方案研究.pdf
- 基于云計(jì)算的GSM-R數(shù)據(jù)挖掘平臺(tái)研究.pdf
- 基于云平臺(tái)的數(shù)據(jù)挖掘算法的研究與實(shí)現(xiàn).pdf
- 搭建基于云計(jì)算的海量數(shù)據(jù)挖掘平臺(tái) 研究實(shí)現(xiàn)
- 基于云平臺(tái)的數(shù)據(jù)挖掘并行算法研究與應(yīng)用.pdf
- 網(wǎng)格數(shù)據(jù)挖掘平臺(tái)下的工作流開(kāi)發(fā).pdf
- 電力大數(shù)據(jù)平臺(tái)下數(shù)據(jù)分析與挖掘研究與應(yīng)用.pdf
- 基于Hadoop云平臺(tái)的海量數(shù)字圖像數(shù)據(jù)挖掘的研究.pdf
- 云平臺(tái)下CRM系統(tǒng)數(shù)據(jù)存儲(chǔ)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Hadoop云平臺(tái)下的協(xié)同過(guò)濾算法研究.pdf
- 云平臺(tái)下光譜數(shù)據(jù)快速無(wú)損壓縮技術(shù)的研究.pdf
- 云教育平臺(tái)下云存儲(chǔ)的研究與應(yīng)用.pdf
- 基于Hadoop云計(jì)算平臺(tái)下DDoS攻擊防御研究.pdf
- 基于云計(jì)算的醫(yī)療大數(shù)據(jù)挖掘平臺(tái)_高漢松.pdf
- 云平臺(tái)下基于復(fù)雜網(wǎng)絡(luò)的社團(tuán)發(fā)現(xiàn)方法研究.pdf
- 基于Hadoop云平臺(tái)下的客流量預(yù)測(cè)研究.pdf
評(píng)論
0/150
提交評(píng)論