论文部分内容阅读
面对增量式增长的聚类数据，受云计算并行化处理模式的启发，文中对一种网格化聚类算法进行了MapReduce并行化研究。该算法首先利用网格处理技术对数据进行预处理，用网格预处理后所得单元的重心点取代该单元中保存的所有点，然后在MapReduce框架下将各个单元的重心点作为聚类分析的基本数据单元，进行聚类分析。实验结果表明，该算法MapReduce并行化后部署在Hadoop集群上运行，具有与原来相同的聚类效果，并能节省聚类分析的时间和降低计算的复杂度，适合用于高纬度、增量式的海量数据的分析和挖掘。