基于聚类算法的大数据中密集数据算法分析

摘要

大数据时代环境下如何能够计算海量密集型数据,研究提供了一个聚类算法的分析思路.基于MapReduce和SPRINT算法的编程框架,提出了一种决策树分类算法.通过实际实验对MR-DIDC算法的性能进行了一定量的测试,通过测试的结果来看,该算法具备良好的可扩展性以及较高的数据可用性.在数据量规模比较大的情况下,该算法大规模聚类的运行时间能够大量缩减.这类算法继承了MapReduce的优点,使该算法更适合大数据密集型数据的计算应用.