计算机科学与探索

作者：胡健，徐锴滨，毛伊敏

单位：1. 江西理工大学 信息工程学院，江西 赣州 3410002. 江西理工大学 应用科学学院 信息工程系，江西 赣州 341000

关键词：大数据,密度聚类,加权网格,信息熵

针对大数据下基于密度的聚类算法中存在的数据网格划分不合理，聚类结果准确度不高以及并行化效率较低等问题，提出了基于MapReduce和加权网格信息熵的DBWGIE-MR算法。首先提出自适应网格划分策略（ADG）来划分网格单元；其次提出邻居网格扩展策略（NE）用于构建每个数据分区的加权网格，以此提高聚类效果；同时提出加权网格信息熵策略（WGIE）来计算网格密度以及密度聚类算法的[ε]邻域和核心对象，使密度聚类算法更适用于加权网格；接着结合MapReduce计算模型，提出并行计算局部簇算法（COMCORE-MR），从而加快获取局部簇；最后提出了基于并查集的并行合并局部簇算法（MECORE-MR），用于加快合并局部簇的收敛速度，提升了基于密度的聚类算法对局部簇合并的效率。实验结果表明，DBWGIE-MR算法的聚类效果更佳，且在较大规模的数据集下算法的并行化性能更好。

来源：2020年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2020年第12期