论文部分内容阅读
对于具有海量信息的个性化推荐问题。K—means聚类算法的传统实现方式已不能快速准确地满足要求。基于目前最为流行的开源云计算平台Hadoop及分布式计算框架MapReduce，实现K—means聚类算法的并行化。给出该算法的具体实现，实验表明能够较好地解决时间瓶颈问题。
基于Hadoop的聚类算法实现个性化推荐
【摘 要】
：
对于具有海量信息的个性化推荐问题。K—means聚类算法的传统实现方式已不能快速准确地满足要求。基于目前最为流行的开源云计算平台Hadoop及分布式计算框架MapReduce，实现K—
【机 构】
：
吉林农业大学信息技术学院
【出 处】
：
现代计算机：中旬刊
【发表日期】
：
2014年10期
【基金项目】
：
吉林省科技发展计划项目（青年科研基金）（No.201201095）
其他文献
《大学计算机基础》是培养学生计算机能力和创新能力的重要环节。针对当今《大学计算机基础》教学中的问题，结合“计算思维”的内涵，提出将计算思维融入大学计算机基础课程的教