基于云计算的并行K-means聚类算法研究

来源：计算机测量与控制杂志2014年第5期北京时间：

作者：谢雪莲,李兰友

摘要：目前数据呈爆炸式增长,海量存储状态,给聚类研究带来了诸如计算复杂性和计算能力不足都很多问题；而云计算平台通过负载均衡,动态配置大量的虚拟计算资源,有效地突破了耗时耗能的瓶颈,在海量数据挖掘中体现出了其独特的优势；文章深入研究了基于云计算平台Hadoop的并行K-means算法,并结合MapReduce分布式计算模型,给出了算法设计的方法和策略,包括MapReduce处理的map、shuffle和Reduce 3个过程,仿真结果表明K-means并行算法的效率较高。

关键词：云计算技术; Hadoop; MapReduce; K-means算法

基金资助：南京工程学院校级科研重点基金(QKJA2011011);江苏省属高校自然科学基金(11KJB510005);国家自然科学基金(61104085)。