基于云計算的網格化均值聚類算法的并行化研究.pdf

1、隨著互聯網和信息通訊技術的飛速發(fā)展，網絡數據正以指數級的速度增長。面對如此海量的網絡數據，如何快速有效地從中提取出潛在的有價值的信息以用于輔助決策，給傳統的數據挖掘技術帶來了巨大的挑戰(zhàn)。
　　 最近幾年迅速興起的云計算，因其低廉的運行成本和超強的并行化數據處理能力，正受到越來越多的國內外研究學者的關注，也成為海量數據挖掘技術研究的熱點。
　　 傳統的數據挖掘算法在處理這些高維的、增量式的數據集時，雖然具有良好的效果，但其

2、串行的計算方法的時間復雜度比較高，處理效率也較為低下。
　　 本文將傳統的數據挖掘算法部署到云計算的環(huán)境中，實現傳統數據挖掘算法的優(yōu)點和云計算的優(yōu)點的融合，從而提高高維、增量式數據集的數據挖掘效率。其中，主要對網格化均值聚類算法在云計算平臺Hadoop下并行化的關鍵技術進行了研究。
　　 本文首先描述了云計算相關理論、核心技術以及云計算平臺Hadoop，接著描述了數據挖掘的相關理論、技術，著重介紹了其中的聚類分析技術和基