基于Map/Reduce的改进选择算法在Web数据挖掘中的研究与应用
随着信息技术以及互联网技术的快速发展,数据种类和数量呈现出了膨胀性增长的态势,善于使用大规模的数据,并且能够充分挖掘数据单种的商业信息,能够帮助企业快速做出战略决策,促进企业改革创新,为企业提供全新的商业增长点.使得Web数据挖掘工作的研究成为热点.大数据涌现对于传统简单数据挖掘算法提出了更高的要求,基于Hadoop平台的Map/Reduce模型也在不断改进.作为当前最流向的分布式计算模型Map/Reduce从众多的模型当中脱颖而出,并高速发展.该文主要研究了结合Map/Reduce的模型基础上利用K-mean算法实现挖掘数据的快速高校、占用CPU更少.
数据挖掘、Map/Reduce、Hadoop云计算平台
14
TP391(计算技术、计算机技术)
2018-09-28（万方平台首次上网日期，不代表论文的发表时间）
共3页
28-30
