基于MapReduce的改进K-Medoids并行算法  

An improved parallel K-Medoids algorithm based on MapReduce

作　　者：李静滨[1] 杨柳[1] 陈宁江[1] 

机构地区：[1]广西大学计算机与电子信息学院,广西南宁530004

出　　处：《广西大学学报（自然科学版）》2014年第2期341-345,共5页Journal of Guangxi University（Natural Science Edition）

基　　金：国家自然科学基金资助项目(61063012;61363003);广西高校优秀人才资助计划项目([2011]40);广西科学研究与技术开发计划项目(桂科能129825-12)

摘　　要：K-Medoids算法具有不同层次的并行性,计算粒度不同对并行算法效率有较大影响。基于K-Medoids的并行计算特点,提出了一个改进的K-Medoids并行算法,该算法基于MapReduce模型,通过适当增加计算粒度,降低了通信消耗占比。实验结果表明,改进的并行算法与其他已有算法相比,加速比与运行效率有显著提高。K-Me doids algorithm has different levels of parallelism, and the computing grain has im-portant impact on the efficiency of the parallel algorithm. With the consideration of the parallelism features, an improved parallel K-Medoids algorithm is presented. Based on the MapReduce model, the improved algorithm has bigger computing grain and reduces the percentage of communication cost. The experimental results show that the new algorithm obtains better speedup and efficiency comparing with other algorithms.

关 键 词：K-Medoids算法 并行算法 计算粒度 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]