[發明專利]一種基于云計算平臺的大數據聚類算法

有效

• 申請號: 201410104227.0
• 申請日: 2014-03-14
• 公開（公告）號: CN103838863B
• 公開（公告）日: 2017-07-18
• 發明（設計）人: 孟海東;任敬佩;宋宇辰
• 申請（專利權）人: 內蒙古科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于云計算平臺的大數據聚類算法，其特征在于，包括以下步驟：

1)對原始數據集進行預處理；

2)將數據U分割為M個子數據，并分配給M個Map函數；

3)在Map階段，對子數據進行局部聚類；

4)在Reduce階段，對相同key的類進行合并；

5)如果實際聚類個數R小于聚類個數k，則調整代表點個數c與收縮因子，重新進行聚類，直到實際聚類個數R等于聚類個數k為止；

6)如果N_新＞N_舊||K_新＞K_舊，那么兩個數據集重新進行分割，K＝[(K_新+K_舊)/2]；反之，沒更新的數據集得到的K個簇的中心點作為K個點與新數據源組成新的數據集進行分割，K＝K_舊；其中，N_新和N_舊分別表示新數據源點數和沒有更新前數據源點數，K_新和K舊分別表示新數據源中心點個數和沒有更新前數據源中心點個數；

7)重復3)、4)、5)階段直到實際聚類個數R等于聚類個數k為止。