基于Hadoop MapReduce和粗粒度并行遗传算法的大数据聚类方法改进

作     者：郭晨晨 朱红康 GUO Chen-Chen ZHU Hong-Kang

作者机构：山西师范大学数学与计算机科学学院山西临汾041000 

基　　金：山西省自然科学基金资助项目(2015011040) 

出 版 物：《黑龙江大学工程学报》 (Journal of Engineering of Heilongjiang University)

年 卷 期：2016年第7卷第3期

页      码：87-91页

摘      要：为了提高并行遗传算法在大数据聚类问题中的时间效率,通过利用粗粒度遗传算法的并行化思想,提出了Hadoop平台上基于MapReduce计算框架的粗粒度遗传算法的并行化设计。该思想主要来源于大数据体量庞大的特点,聚类算法时间消耗巨大。并行是解决算力不足的一个较为有效的方法,实验结果表明,并行化的遗传算法在处理大数据聚类时相比传统的串行化处理在时间消耗方面有明显的降低。

主 题 词：大数据 聚类 MapReduce 数据挖掘 并行 粗粒度遗传算法 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13524/j.2095-008x.2016.03.047

馆 藏 号：203194258...