基于Hadoop2.0的数据挖掘算法并行化研究.pdf

《基于Hadoop2.0的数据挖掘算法并行化研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．．？，：一：：：？、：３Ｖ．〕．：、，：Ｖ＊：．？Ｖ，ｍ臂：－，：￡ｆ＆－．等；ｐ￥Ｊ．，？ｐ／，．．ｔ％，，■．＜ｊ：．，＾ｘ、．．＾／－ｒ＾，．ｉ－翁－：－等．：＼０．ｖ，．．．：．：：．－：＾馬ｉ’：一Ｙ／？■ｌ？＞．：－－ｕ上＾知我．ｌ：．＾：．１－’秘Ｊ代ｙ：．费－＾．，ｇ：奶＼ｖ．．ｖｃ‘－ｌｒ：ｖ＿，．：．ｉｒ．；士＾文．：）广ｖ、ｖ，／：．－．＂■Ｈ．，＾七．．“：／：：？；．＿、＾”；暴ｒ”．．】．．ｌ：‘二，ｙ，．．、Ｖ＃囊：５＿－ｉ－Ｖｉ．４、＂＾‘；Ｈ＿■■；ｒ＂」丨：

2、：．．，＂．．，：Ｓ于Ｈ＾ｏｏｉ＆．■的撤家ｅ？．＾＾：卞－〕ｘｒ”．并七研：：／．、讀ｆ＂＇一，．：－私＂ｆ、＂■１．．－各－ｉ－，、、：■：；，：－：，｜．，、Ｉｎ．幾．．．＾＾ｘ．士．＾“，，Ｍ．ｉ３ｖ‘．善．．免，“＾Ｉ＾．；ｆ，，－．．：＾管Ｊ／ｉｆ３ｒｔ．．Ｖ．■．！＂Ｖ、．：－．＆．．．？．，．，．－：：■，：＼．ｕ．？｜／（ｒ：，＃：：‘．；，，．，．．ｙ：：．：、“‘？：ｖｉＡ义．…■．ｖ二．；‘＾？、碎．．＼：：：，．－ｗ：ｓ．：＿．、＞ｉ纖

3、二．＊．Ｍｒ：，ｋ．．：Ｔ．．１讀．＞７＾錢．ｆＭ－＾Ｈｘ＇Ｍ．：．５ｌ／Ｓｒ：：ｌ％Ｔ：；參．．．ｖ．ｖ（ｆ．；、／．」．＞ｄ４，ｒ£．■．－．梟，藝■？＞！：‘．Ｉ．．、■；”：／Ｊ、＇，；ｖ、．．．』資，；；．餐．ｓ：”、．：ｆ，■’■：：．ｃ沒，：－Ｉ．ｖ．歲、Ｔ，－、．，１，．．卞：－德．４、ｆ、／．．．，广、．ＶＫ楼，二．．．．？ｋ”．ｉ．：■：ｋｉ／ｆ．、ｒ／Ｖ，＇‘ｒＡ．ｆ澤．‘＊在ｆ－／”：．：．，．．．ｓ．■ｉｉｌ、１ｌ／ｆ３，：＞＾ｌＩ，

4、Ｂ．／－－．，。ｖｔ〈ｌ”．／，．￥：ｆｉ５＞．ｒ．辨“：五，：Ｍ＾．ｈ■：．：．ｎ．．＾？ｌ、，？．．．■■Ｋ■ｉ．．ｆ．’．：Ｓ，上．：：：一，．．ｌ權ｘ．：．．Ｋ、■ｓ「．ｐ‘－ｌ？．：麟．、—．ＶＪ厂．．“．．．ｓ“‘。：ｉ：ｖ”土．、１．（．Ｔ．．”一＂ｌ，．，纖＞ａｋｉ：：＿）分类号：学校代号：１１８４５ＵＤＣ：密级：学号：２１１１２０４２０１广东工业大学硕士学位论文（工程硕士）基于Ｈａｄｏｏｐ２．０的数据挖掘算法并行化研

5、究瞿卓指导教师姓名、职称：章云教授专业或领域名称：控制工禾呈学生所属学院：自动化学院论文答辩日期一：二〇五年五月ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａｎｄｏｎＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｇｇｙｇｙｆｏｒｔｈｅＤｅｒｅｅｏｆＭａｓｔｅｒｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎ（ｇｇ）Ｔ＇ｈｅｒｅｓｅａｒｃｈｏｎＤａｔａＭｉｎｉｎＡｌｏｒｉｔｈｍｓｇｇＰａｒａｌｌｅｌｉａｔｉｏｎＢａｓｅｄｏｎＨａｄｏｏ２．０ｐＣａｎｄｉｄａｔｅ：ＱｕＺｈｕｏＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ

6、．ＺｈａｎｇＹｕｎＭａ２０１５ｙＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｚｈｏｕＧｕａｎｄｏｎ，．Ｒ．Ｃｈｉｎａ，５１０００６ｇ，ｇｇＰ＾摘要当今社会正在经历一场重大的时代变革，以互联网行业为代表的各行各业正被铺天盖地的庞大数据所覆盖，尤其是社交网络、电子商务和移动通信将人们带入了“”一个以ＰＢ级为单位的数据信息新时代。在这个大规模生产、分享和应用数据的＂”云计算一时代里，以技术为核心结合了数据挖掘、人工智能等系列技术的整体“”方案成为了我们解决大数据难题

7、。、发掘数据价值、征服数据海洋的巨大动力Ｈ一＾ａｄｏｏｐ平台是ＡｐａｃｈｅＳｏｆｔｗａｒｅＦｏｕｎｄａｔｉｏｎ旗下的开源分布式系统。它的软件库是一个允许使用简单的编程模型对集群计算机内的大数据集进行分布式处理的一框架，它设计成可以从单服务器纵向扩展到成千上万的服务器，而其中的每个服务器都提供本地计算及存储。它不依靠硬件来提供高可用性，软件库本身具有能够检测和处理应用层的错误的能力，因此