بهبود الگوريتم خوشه بندي براي داده هاي بزرگ بر اساس نگاشت-كاهش

كارشناسي ارشد

خوشه‌بندي داده‌ها يك تكنولوژي مهم داده‌كاوي است كه نقش مهمي را در برنامه‌هاي علمي متعدد ايفا مي‌كند. اگرچه خوشه‌بندي با رشد روز افزون دادهها خود چالشي مهم است. در همين حال، نگاشت- كاهش، پلت فرمي براي برنامه‌نويسي موازي است كه به طور گسترده‌اي در انواع زمينه‌هاي پردازش داده استفاده مي‌شود. در اين‌جا، ما الگوريتم خوشه‌بندي كارآمد توسط يك نگاشت-كاهش را طراحي مي‌كنيم. در الگوريتم خوشه‌بندي سنتي K-means مقداردهي اوليه براي تعداد خوشه K دشوار بود و مراكز خوشه اوليه به صورت تصادفي انتخاب مي‌شد كه اين موجب مشاهده نتايج خوشه‌بندي بسيار ناپايدار مي‌شود. همچنين، اين الگوريتمها حساس به نقاط نويز بودند. براي اين منظور و حل مشكلات، الگوريتم K-means سنتي را بهبود دادند. در روش بهبود يافته نقاط به شبكه‌ها در فضاي مشابه تقسيم شده‌اند، كه اين تقسيم‌بندي با توجه به اندازه نقاط داده و اختصاص آن به شبكه مربوطه و شمارش تعداد نقاط داده در هر شبكه است. ما در بهبود الگوريتم K-mean به صورت موازي و همراه با چارچوب نگاشت-كاهش عمل مي‌كنيم. تجزيه و تحليل نظري و نتايج تجربي نشان مي‌دهد كه الگوريتم بهبود يافته نسبت به الگوريتم خوشه‌بندي K-means سنتي نتايج با كيفيت بالاتر ، تكرار كمتر و ثبات خوبي را دارا مي‌باشند. نتايج نشان مي‌دهد كه افزايش سرعت و مقياس‌پذيري در الگوريتم‌هاي مورد بررسي كارآمد است. واژه‌هاي كليدي: DBSCAN، K-means، نگاشت-كاهش، سيستم موازي، تجزيه و آناليز خوشه‌بندي، شبكه

189254

دانشگاه علم و صنعت ايران

نرم افزار

دكتر عين اله خنجري