CAJ | 학술논문

随着云数据规模的急剧增长，传统的基于统计学和机器学习方法的数据分类算法在处理海量、异构和复杂的Web数据时面临系统扩展性的瓶颈。在云计算平台Hadoop上，实现数据分类中特征提取、特征分析和特征分类的MapReduce化处理。通过知识推理并行化特征构造，建立概念层次结构的特征度量，与分类算法的并行化处理进行融合，在真实数据集上进行验证，与传统算法组合在精度和时间开销上进行比较，实验表明该分类算法能获得更好的准确性和加速比，是一种有效的海量数据分类方法。
수착운수거규모적급극증장，전통적기우통계학화궤기학습방법적수거분류산법재처리해량、이구화복잡적Web수거시면림계통확전성적병경。재운계산평태Hadoop상，실현수거분류중특정제취、특정분석화특정분류적MapReduce화처리。통과지식추리병행화특정구조，건립개념층차결구적특정도량，여분류산법적병행화처리진행융합，재진실수거집상진행험증，여전통산법조합재정도화시간개소상진행비교，실험표명해분류산법능획득경호적준학성화가속비，시일충유효적해량수거분류방법。