论文部分内容阅读
针对传统k-means文本聚类算法在处理大规模文本数据时扩展性不足的问题,提出了基于MapReduce编程模型的并行k - means文本聚类算法.通过删除离群点和采用高效的初始质心选择策略提高k - means聚类效果,并设计基于MapReduce框架的大规模文本并行聚类模型提高算法的可扩展性.实验证明,该算法在大规模文本聚类中具有良好的聚类效果和可扩展性.