论文研究基于Hadoop的仿射传播大数据聚类分析方法.pdf

仿射传播聚类算法（AP）是一个新的聚类分析方法，已经被广泛应用于各种领域。APC算法不能用于大型数据的分析。为了克服这个限制，在Hadoop分布式框架的基础上提出一种改进的放射传播聚类分析方法（基于Hadoop的仿射传播大数据聚类分析方法，简称APCH）。通过在Hadoop环境下重新设计算法流程，APCH算法成为了一个并行化的大数据聚类分析方法。此外APCH算法能够高效操作大数据，并能够直接决定聚类的个数。为了验证方法的性能，在多个数据集上进行了实验。实验结果表明APCH对大数据处理有很好的适应性和延展性。APCH采用开源的方式提供可执行软件程序和源代码，用户可以下载后部署在自己的分布式集群中