科学与财富
科學與財富
과학여재부
SCIENCES & WEALTH
2015年
9期
490-491
,共2页
Hadoop%K-Means%Apriori%电力系统
Hadoop%K-Means%Apriori%電力繫統
Hadoop%K-Means%Apriori%전력계통
数据挖掘技术是一种将大规模数据转换为知识和结论的工具,通过对这些知识和结论的合理利用,可以为企业提供辅助的决策信息.现如今,聚类分析和频繁项集挖掘技术被广泛应用在电力系统中,用于分析用户消费行为和市场供需状况.然而,传统的串行数据挖掘算法已经很难满足处理海量数据的需求.本文以Hadoop平台为基础,将K-Means聚类规则和Apriori频繁项集挖掘算法部署到MapReduce框架上,实现这些算法的并行化,从而达到分析和处理大规模数据的要求.
數據挖掘技術是一種將大規模數據轉換為知識和結論的工具,通過對這些知識和結論的閤理利用,可以為企業提供輔助的決策信息.現如今,聚類分析和頻繁項集挖掘技術被廣汎應用在電力繫統中,用于分析用戶消費行為和市場供需狀況.然而,傳統的串行數據挖掘算法已經很難滿足處理海量數據的需求.本文以Hadoop平檯為基礎,將K-Means聚類規則和Apriori頻繁項集挖掘算法部署到MapReduce框架上,實現這些算法的併行化,從而達到分析和處理大規模數據的要求.
수거알굴기술시일충장대규모수거전환위지식화결론적공구,통과대저사지식화결론적합리이용,가이위기업제공보조적결책신식.현여금,취류분석화빈번항집알굴기술피엄범응용재전력계통중,용우분석용호소비행위화시장공수상황.연이,전통적천행수거알굴산법이경흔난만족처리해량수거적수구.본문이Hadoop평태위기출,장K-Means취류규칙화Apriori빈번항집알굴산법부서도MapReduce광가상,실현저사산법적병행화,종이체도분석화처리대규모수거적요구.
