- Years
- 2015（2）
- 2012（1）
- Indexed by
- 中国科技论文与引文数据库(CSTPCD)（3）
- 中国科学引文数据库(CSCD)（2）
- 北京大学中文核心期刊目录(北大核心)（2）
- Journals
- 华中科技大学学报：自然科学版（1）
- 计算机工程与应用（1）
- 计算机技术与发展（1）
- Affiliations
- 北京工业大学（1）
- Languages
- 汉语（3）
- Keywords
- 迭代式MapReduce（3）
- ALS算法（1）
- Apriori（1）
- Hadoop（1）
- MapReduce（1）
- 云计算（1）
- 关联规则（1）
- 协同过滤（1）
- 大数据处理（1）
- 并行编程模型（1）
- More...
- Authors
- 何明（1）
- 吉根林（1）
- 夏洁武（1）
- 李金忠（1）
- 汤鹏杰（1）
- 王全民（1）
- 章志刚（1）
- 苗雨（1）
- 谭云兰（1）
- 郑爽（1）
- More...
Relevance
- Relevance
- Publication time
10 per page
- 10 per page
- 20 per page
- 30 items are displayed on each page
3 Articles
- 基于矩阵分解的协同过滤算法的并行化研究CSTPCDAbstract：基于矩阵分解的协同过滤算法是近几年提出的一种协同过滤推荐技术，但其每项预测评分的计算都要综合大量评分数据，同时在计算时还需要存储庞大的特征矩阵，用单一节点来进行推荐将会遇到计算时间和计算资源的瓶颈。通过对现有的基于ALS(最小二乘法)的协同过滤算法在Hadoop上并行化实现的原理和特点进行深入的研究，得到了传统的迭代式算法在Hadoop上运算效率不高的原因。根据迭代式MapReduce思想，提出了循环感知任务调度算法、缓存静态数据、任…More>>
- 基于迭代式MapReduce的Apriori算法设计与实现北大核心CSCDCSTPCDAbstract：为提高Apriori算法挖掘频繁项目集的效率,基于迭代式MapReduce模型对Apriori算法进行并行化,设计出了能够在云计算环境下进行频繁项目集挖掘的新算法.与传统的Apriori并行算法相比,新算法利用事务约减规则进行改进,减少了每次扫描时所需扫描事务的个数,能够显著减少运行时间.介绍了新算法的设计思想,研究了算法的性能.实验结果表明所提算法比已有方法具有更高的运行效率及较好的可扩展性.
- 迭代式MapReduce研究进展北大核心CSCDCSTPCDAbstract：迭代计算普遍存在于大数据处理中，而传统的MapReduce不能显式地支持迭代计算。近几年，研究者扩展和改进原始MapReduce，已开发了若干迭代式MapReduce以更好地为大数据处理而支持迭代计算。对迭代式MapReduce编程框架进行综合评述，较详细地阐述了这些研究成果，给出了它们各自的基本思想，并分析了它们各自的特点、优势和不足，且对比了它们所采用的一些技术。对迭代式MapReduce未来的发展趋势进行了展望。