国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

隨著(zhù)社交網(wǎng)絡(luò )的快速發(fā)展,海量社交網(wǎng)絡(luò )的數據挖掘成為一個(gè)重要課題。針對海量數據的社交網(wǎng)絡(luò )分析方法進(jìn)行研究,以Hadoop的分布式文件系統和Map/Reduce并行方法設計基于Hadoop的分布式數據挖掘框架,在此基礎上,通過(guò)Map/Reduce的并行方法,將傳統數據挖掘算法并行化,以譜聚類(lèi)的并行為例,闡述轉化的過(guò)程并對在大數據條件下所面臨的內存不足的問(wèn)題給出相應的算法優(yōu)化。最后對3個(gè)不同量級的數據集進(jìn)行實(shí)驗,驗證基于Hadoop的社交網(wǎng)絡(luò )分析平臺的框架的合理性和算法并行化的有效性。