面向MapReduce的大数据分类模型及算法

摘要

针对传统的大数据分类模型及算法存在处理数据时间长的缺陷问题,开展了面向MapReduce的大数据分类模型及算法的研究.构建大数据分类模型,挖掘有效数据点,排列数据组合方式,划分数据局部连接方式,获取局部节点微簇数据,计算节点数据组中冗余数据及无效数据增量值,重构中心节点样本算法,调整集成数据分类策略,优化更新数据集成分类方式.设计实验,模拟实验环境,验证提出模型计算法在实际应用中可缩短数据处理时间,具有实际研究价值.