ABC_Kmeans聚类算法的MapReduce并行化研究

来源：计算机测量与控制杂志2016年第1期北京时间：

作者：袁小艳

摘要：随着数据的海量增长,数据聚类算法的研究面临着海量数据挖掘和处理的挑战；针对K-means聚类算法对初始聚类中心的依赖性太强、全局搜索能力也差等缺点,将一种改进的人工蜂群算法与K-means算法相结合,提出了ABC_Kmeans聚类算法,以提高聚类的性能；为了提高聚类算法处理海量数据的能力,采用MapReduce模型对ABC_Kmeans进行并行化处理,分别设计了Map、Combine和Reduce函数；通过在多个海量数据集上进行实验,表明ABC_Kmeans算法的并行化设计具有良好的加速比和扩展性,适用于当今海量数据的挖掘和处理。

关键词：K-means;聚类;人工蜂群;MapReduce 

基金资助：四川省教育厅一般项目(15ZB0318)；四川文理学院一般项目(2014Z012Y)；四川文理学院智能计算与物联网工程技术中心资助。