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、隨著大數(shù)據(jù)時(shí)代的到來(lái),信息已經(jīng)出現(xiàn)爆炸式的增長(zhǎng),如何從海量數(shù)據(jù)中挖掘出有效的信息,是我們面臨的難題。傳統(tǒng)的數(shù)據(jù)挖掘算法在面對(duì)大數(shù)據(jù)的時(shí)候,就顯得無(wú)能為力。利用集群并行計(jì)算的能力,在多臺(tái)機(jī)器上同時(shí)處理數(shù)據(jù),這樣處理數(shù)據(jù)的效率將大大提高。
Hadoop、Spark是 Apache推出的分布式處理框架,主要用來(lái)作大數(shù)據(jù)的存儲(chǔ)和分布式計(jì)算。HDFS具備高吞吐率、高容錯(cuò)的文件讀寫(xiě)能力;Spark、MapReduce提供了并行編程模型,用
2、戶只需調(diào)用相關(guān)的API即可完成分布式處理程序。這些開(kāi)源的框架為大數(shù)據(jù)的處理提供了有利的條件。
本文結(jié)合現(xiàn)階段比較熱門(mén)的分布式處理框架hadoop、Spark等,研究數(shù)據(jù)挖掘算法的并行化,并對(duì)算法進(jìn)行并行化的改進(jìn)。主要工作有以下幾個(gè)方面:
(1)協(xié)同過(guò)濾算法的并行化改進(jìn):現(xiàn)有的基于共現(xiàn)矩陣的并行協(xié)同過(guò)濾算法,當(dāng)項(xiàng)目較多時(shí),在構(gòu)建共現(xiàn)矩陣以及計(jì)算矩陣相乘的過(guò)程中將會(huì)消耗大量的時(shí)間,并且忽略了鄰居用戶的作用,在一定程度上影
3、響推薦的精度。針對(duì)這一問(wèn)題,本文提出了改進(jìn)的并行協(xié)同過(guò)濾算法(ACF),并在Spark上作具體實(shí)現(xiàn)。經(jīng)過(guò)實(shí)驗(yàn)表明,本文改進(jìn)的并行協(xié)同過(guò)濾算法比基于共現(xiàn)矩陣的并行算法具有更好的運(yùn)行效率和更高的推薦精度。
(2)關(guān)聯(lián)規(guī)則FP_Growth算法的并行化改進(jìn):現(xiàn)有的并行PFP_Growth算法,在 FList分組的步驟中,沒(méi)有考慮分組中負(fù)載均衡的問(wèn)題。針對(duì)這一點(diǎn),本文在PFP_Growth算法的基礎(chǔ)之上,提出了基于二分策略分組的負(fù)載均
4、衡改進(jìn)(APFP_Growth)。經(jīng)過(guò)實(shí)驗(yàn)表明,改進(jìn)的APFP_Growth算法具有很好的可擴(kuò)展性,并且比PFP_Growth算法具有更好的負(fù)載均衡效果。
(3)設(shè)計(jì)并實(shí)現(xiàn)一個(gè)大數(shù)據(jù)挖掘核心分析平臺(tái),能夠?qū)Υ笠?guī)模數(shù)據(jù)集進(jìn)行挖掘分析。該平臺(tái)提供聚類、推薦、關(guān)聯(lián)規(guī)則等功能模塊,底層封裝了基于hadoop、Spark實(shí)現(xiàn)的數(shù)據(jù)挖掘的算法,上層提供靈活的、可配置的輸入?yún)?shù)和輸入數(shù)據(jù),用戶可以根據(jù)該平臺(tái),快速完成針對(duì)大數(shù)據(jù)集的挖掘分析工
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。
最新文檔
- 基于云平臺(tái)的數(shù)據(jù)挖掘并行算法研究與應(yīng)用.pdf
- 基于圖的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘并行算法的研究及其應(yīng)用.pdf
- 可擴(kuò)展數(shù)據(jù)驅(qū)動(dòng)并行算法研究及應(yīng)用.pdf
- 關(guān)聯(lián)規(guī)則挖掘的并行算法研究.pdf
- 序列模式挖掘的并行算法研究.pdf
- AOI系統(tǒng)中并行算法應(yīng)用研究.pdf
- BP算法并行化及在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf
- 并行算法在矩陣運(yùn)算中的應(yīng)用.pdf
- 并行算法在矩陣計(jì)算中的應(yīng)用研究.pdf
- 圖像邊緣檢測(cè)中并行算法的應(yīng)用與研究.pdf
- CoMP中矩陣并行算法研究.pdf
- 數(shù)據(jù)挖掘算法的并行化研究及其應(yīng)用.pdf
- 三維FDTD并行算法的研究及應(yīng)用.pdf
- 大數(shù)據(jù)背景下數(shù)據(jù)挖掘算法在稅源管理中的應(yīng)用.pdf
- 并行算法在聲場(chǎng)計(jì)算中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘中聚類算法的并行優(yōu)化研究.pdf
- 并行算法中基于移動(dòng)Agent的數(shù)據(jù)集均衡策略的研究.pdf
- RSA密碼系統(tǒng)中的并行算法研究.pdf
- 并行算法在計(jì)算電磁學(xué)中的應(yīng)用.pdf
- 一種新的關(guān)聯(lián)規(guī)則挖掘并行算法.pdf
評(píng)論
0/150
提交評(píng)論