基于云計算的網(wǎng)格化均值聚類算法的并行化研究.pdf

1、隨著互聯(lián)網(wǎng)和信息通訊技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)數(shù)據(jù)正以指數(shù)級的速度增長。面對如此海量的網(wǎng)絡(luò)數(shù)據(jù)，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(tǒng)的數(shù)據(jù)挖掘技術(shù)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(shù)據(jù)處理能力，正受到越來越多的國內(nèi)外研究學(xué)者的關(guān)注，也成為海量數(shù)據(jù)挖掘技術(shù)研究的熱點。
　　 傳統(tǒng)的數(shù)據(jù)挖掘算法在處理這些高維的、增量式的數(shù)據(jù)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(fù)雜度比較高，處理效率也較為低下。
　　 本文將傳統(tǒng)的數(shù)據(jù)挖掘算法部署到云計算的環(huán)境中，實現(xiàn)傳統(tǒng)數(shù)據(jù)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(shù)據(jù)集的數(shù)據(jù)挖掘效率。其中，主要對網(wǎng)格化均值聚類算法在云計算平臺Hadoop下并行化的關(guān)鍵技術(shù)進(jìn)行了研究。
　　 本文首先描述了云計算相關(guān)理論、核心技術(shù)以及云計算平臺Hadoop，接著描述了數(shù)據(jù)挖掘的相關(guān)理論、技術(shù)，著重介紹了其中的聚類分析技術(shù)和基