بررسي كارايي الگوريتم جلورونده – عقب­رونده در محيط هدوپ (رويكرد نگاشت­كاهش تودرتو)

امروزه با پيشرفت علم، حجم داده هايي كه نياز به پردازش دارند به طرز چشم گيري افزايش يافته است. روش هاي طبقه بندي داده جهت سرعت بخشيدن به تجزيه و تحليل داده ها مي توانند در اين مورد راه گشا باشند. يكي از الگوريتم هاي طبقه بندي كه جهت جستجوي داده ها به كار برده مي شود، الگوريتم جلورونده-عقب رونده (مدل ماركوف مخفي) است كه در اين پژوهش مورد استفاده قرار گرفته است. ويژگي كاهش يكي از مهمترين مسائل در پژوهش هاي داده بزرگ است كه مي تواند در تسريع جستجوي داده ها نقش مهمي را ايفا كند. مي توان با بهره گيري از سيستم هاي مبتني بر هدوپ و رويكرد نگاشت كاهش به اين هدف دست يافت. در تحقيق حاضر توانستيم با ارائه يك روش جديد سرعت جستجوي داده ها را بهبود بخشيم. روش ارائه شده را رويكرد نگاشت كاهش تودرتو ناميديم. با توجه به سطح پردازشي صورت گرفته برروي حجم عظيمي از داده ها به نتايج رضايت بخشي رسيده ايم. بررسي ها افزايش راندمان عملكرد جستجوي داده و مقياس پذيري عالي الگوريتم مذكور را نسبت به رويكرد نگاشت كاهش نرمال نشان مي دهد.