摘要：针对大规模数据的加权Voronoi图实现的复杂性和计算精度低问题,采用欧氏距离法,设计和实现了一种基于MapReduce编程模型的并行栅格加权Voronoi图的生成算法,并将其成功应用于石家庄桥东区超市的推荐服务。该算法计算精度高,同时可适用于任意点、线、面及复合发生元的加权Voronoi图的计算。实验结果表明,算法在处理大规模栅格数据时能明显提高栅格Voronoi图的生成速度,并能为用户推荐综合因素优选的超市。

摘要：面元加权Voronoi图是生成元为面元的加权Voronoi图。针对大规模数据情况下面元加权Voronoi图存在的计算效率不高问题,结合面元边界点提取方法,提出一种基于Hadoop云平台的面元加权Voronoi图的并行生成算法,进行了单机和集群实验。实验结果表明,算法能有效处理大规模栅格数据,明显提高面元加权Voronoi图的生成速度。还可应用于城市绿地设计规划,为绿地设计提供决策依据。