一种改进的CLIQUE算法及其并行化实现

摘要

CLIQUE算法是一种高效的聚类算法,但其聚类结果存在锯齿边界的问题.而且随着数据规模和维度的增加,算法的效率受到极大影响.针对这些问题,提出一种改进的CLIQUE算法,算法首先使用边界修正方法和滑动网格方法,对稠密区域的边界和稀疏区域进行扫描,寻回被剪枝的稠密网格,提升网格划分的质量;然后实现了改进算法在MapReduce下的分布式并行化,并通过实验验证了算法的性能.实验结果表明,改进后的并行算法的聚类准确率提高了17％～26％,同时有效地减少了处理海量数据的运行时间,具有良好的扩展性.