شماره ركورد كنفرانس :
4268
عنوان مقاله :
مروري بر روشهاي خوشهبندي موازي دادههاي حجيم
پديدآورندگان :
طوسي فر جليل jaliltoosi@mshdiau.ac.ir گروه مهندسي كامپيوتر، واحد مشهد، دانشگاه آزاد اسلامي، مشه , جلالي مهرداد jalali@mshdiau.ac.ir گروه مهندسي كامپيوتر، واحد مشهد، دانشگاه آزاد اسلامي، مشه , فايي جهان مجيد VafaeiJahan@mshdiau.ac.ir گروه مهندسي كامپيوتر، واحد مشهد، دانشگاه آزاد اسلامي، مشه
كليدواژه :
دادههاي حجيم , خوشهبندي , خوشهبندي موازي , خوشهبندي فازي
عنوان كنفرانس :
دومين كنگره بين المللي حضوري / مجازي فن آوري ، ارتباطات و دانش
چكيده فارسي :
خوشهبندي يك تكنيك مناسب دادهكاوي است كه نقاط را طوري گروهبندي ميكند كه نقاطي با يك گروه خواص مشابهي داشته باشند و نقاط مربوط به گروههاي مختلف با يكديگر متفاوتاند. اين تكنيك بهعنوان يك ابزار قدرتمند بهمنظور پردازش دادههاي توليدشده توسط برنامههاي مختلف گرديده است. مقياسپذيري براي الگوريتمهاي خوشهبندي هرروز مهم و مهمتر ميشود. افزايش پيچيدگي داده عمدتاً منجر به پيدايش دو جنبه خواهد شد: حجم عظيم دادهها و ابعاد بالا. با پيشرفتهاي بيشتر پايگاه دادهها و تكنولوژيهاي اينترنت الگوريتمهاي خوشهبندي با چالشهايي درزمينه مديريت رشد سريع داده مواجه هستند و عليرغم پيشرفتهاي قابلتوجه در تكنولوژي پردازندهها در زمينه سرعت، الگوريتمهاي خوشهبندي سريالي وظايف موردنياز را در يك مدتزمان منطقي براي مجموعه دادههاي عظيم بهطور كامل انجام نميدهند. آنها در عمل نيازمند چندين پويش داده براي رسيدن به همگرايي ميباشند كه براي پايگاه دادههاي بزرگ اين پويش بسيار گران تمام ميشود. بهعلاوه، ممكن است مقدار حافظه موجود بهقدري كافي نباشد كه تمام داده را در يك كامپيوتر نگهداري كند. لذا اهميت خوشهبندي موازي براي دادههاي حجيم بسيار پررنگ ميشود. در اين مقاله سعي در بررسي روشهاي موجود جهت خوشهبندي موازي دادههاي حجيم راداريم.