题名
改进的k-means聚类算法在公交IC卡数据分析中的应用研究
DOI
作者
杨健兵
作者单位
南通科技职业学院
摘要
针对传统k-means算法中初始聚类中心随机确定的问题,提出k-means改进算法。首先,定义变量权值,权值的大小等于样本密度乘以簇间距离除以簇内样本平均距离,通过最大权值来确定聚类中心,克服了随机确定聚类中心的不稳定性。然后在Hadoop平台上用Map-Reduce框架下实现算法的并行化。最后以南通公交IC刷卡记录为例,通过改进的k-means聚类算法进行IC卡刷卡记录的分析。实验表明,在Hadoop平台下改进k-means算法运行稳定、可靠,具有很好的聚类效果。
关键词
​MapReduce；改进k-means算法；k-means；聚类
刊名
软件工程研究
ISSN
3078-980X
年、卷(期)
201911
所属期刊栏目
工程技术
打印