基于MapReduce的可擴(kuò)展協(xié)同聚類算法的研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,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、文本聚類作為數(shù)據(jù)挖掘領(lǐng)域的主要分支之一,在許多領(lǐng)域占據(jù)了重要的地位。人們?cè)谔幚頂?shù)據(jù)時(shí),經(jīng)常遇到一些沒(méi)有標(biāo)簽的數(shù)據(jù),而人們往往需要了解這些數(shù)據(jù)間的關(guān)系,以便應(yīng)用到實(shí)際情況中。為了解決這類問(wèn)題,聚類算法應(yīng)運(yùn)面生。它是一種無(wú)監(jiān)督的學(xué)習(xí)算法,通過(guò)主動(dòng)學(xué)習(xí)數(shù)據(jù)內(nèi)部的結(jié)構(gòu),分析出數(shù)據(jù)的類別屬性,將相關(guān)的數(shù)據(jù)聚集到一起,不相關(guān)的數(shù)據(jù)分開(kāi),達(dá)到人們需要的結(jié)果。
   由于數(shù)據(jù)的表現(xiàn)形式多種多樣,聚類的算法也是種類繁多的。在文本聚類中數(shù)據(jù)用向量空

2、間模型表示,它把數(shù)據(jù)放在了一個(gè)向量空間中,通過(guò)距離的遠(yuǎn)近來(lái)判斷數(shù)據(jù)間的相關(guān)性。然而,這類算法通過(guò)數(shù)據(jù)本身的維度來(lái)度量聚類的效果,忽略了數(shù)據(jù)內(nèi)部的相關(guān)性,即本文中的特征的相關(guān)性。為此,本文研究了基于數(shù)據(jù)和特征兩個(gè)維度的協(xié)同聚類算法,發(fā)現(xiàn)該算法能取得比單一維度聚類更好的聚類效果。
   隨著信息技術(shù)的高速發(fā)展,海量數(shù)據(jù)、大數(shù)據(jù)的概念變得耳熟能詳,面對(duì)如此龐大的數(shù)據(jù),原來(lái)的串行算法已不能滿足人們對(duì)算法速度和準(zhǔn)確率的要求,于是人們逐漸把

3、眼光轉(zhuǎn)向并行計(jì)算。隨著計(jì)算機(jī)硬件的發(fā)展,并行在多核的單機(jī)上也可以實(shí)現(xiàn)。然而這些并行模式大多是基于機(jī)器本身的,在面對(duì)規(guī)模越來(lái)越龐大的海量數(shù)據(jù)時(shí),無(wú)法在單機(jī)上完成數(shù)據(jù)的并行計(jì)算。與此同時(shí),Google提出的MapReduce并行模式,能在普通商用機(jī)器上部署集群,具有健壯性強(qiáng),易伸縮的優(yōu)點(diǎn),受到廣大并行計(jì)算研究者的歡迎。
   本文在研究協(xié)同聚類算法的過(guò)程中,采用MapReduce編程模式對(duì)協(xié)同聚類算法進(jìn)行改進(jìn)。在實(shí)驗(yàn)室中利用Hado

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)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(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。

評(píng)論

0/150

提交評(píng)論