داده‌کاوی داده‌های حجم‌زیاد با روش بسط‌یافته برای مدل نکاشت کاهش

داده‌کاوی داده‌های حجم‌زیاد با روش بسط‌یافته برای مدل نکاشت کاهش

جاسم قاسمی نژاد1

1) دانشجوی کارشناسی ارشد مهندسی کامپیوتر

کد IOI مقاله : XHHC-KCFCF
محل انتشار : چهارمین کنفرانس بین المللی تحقیقات پیشرفته درعلوم،مهندسی و فناوری(www.setconf.ir)
چکیده :
    پردازش داده‌های حجم‌زیاد وابسته به برنامه‌نویسی موازی است. تاکنون نگاشت کاهش که یکی از روش‌های تکراری داده‌کاوی در الگوریتم خوشه‌بندی بدون نظارت است در الگوریتم K-means استفاده شده‌است. اما بهبود مقیاس‌پذیری و کارایی این الگوریتم همواره یکی از اهداف برای داده‌کاوی در داده‌های حجم‌زیاد است. در اینجا یک الگوریتم بسط‌یافته از مدل K-means پیشنهاد شده‌است که موجب افزایش کارایی عامل مقیاس‌پذیری در زمان افزایش حجم داده‌ها می‌شود. بطوری که در الگوریتم پیشنهادی، وابستگی مستقیم هر رکورد ساختار با رکورهای وضعیت موجود اعمال می‌شود. با ایجاد این وابستگی، هزینه‌های نگاشت کاهش و عملیات آغاز نگاشت تاحد زیادی کاهش می‌یابد. با توجه به بهبود صورت‌یافته در الگوریتم K-means و استفاده از روش نگاشت کاهش تکراری، میزان کارایی و مقیاس‌پذیری تاحد مطلوبی افزایش می‌یابد و آزمایشات ما این بهبودی نتایج را تایید می‌کنند

کلمات کلیدی : داده‌کاوی داده‌های حجم‌زیاد نگاشت کاهش تکراری برنامه‌نویسی موازی بسط الگوریتم k means پردازش توزیعی