公开(公告)号：CN108268611B

公开(公告)日：2021-03-26

申请号：CN201711473670.5

申请日：2017-12-29

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 赵伟 ,  武新 ,  崔维力 ,  张浩文

IPC: G06F16/35 ,  G06K9/62

Abstract: 本发明提供一种基于MapReduce的k‑means文本聚类的方法及装置。包括，删除离群点，最大距离法选取初始簇中心，构造迭代中的簇中心计算公式和测度函数，设计基于MapReduce框架的大规模文本并行聚类模型。采用本发明的方法，可以有效解决传统K‑means聚类算法中的局部最优、迭代次数过多、聚类结果不稳定的问题，提高算法的并行能力和可扩展性。

公开(公告)号：CN108268611A

公开(公告)日：2018-07-10

申请号：CN201711473670.5

申请日：2017-12-29

Applicant: 天津南大通用数据技术股份有限公司

Inventor： 赵伟 ,  武新 ,  崔维力 ,  张浩文

IPC: G06F17/30 ,  G06K9/62

Abstract: 本发明提供一种基于MapReduce的k-means文本聚类的方法及装置。包括，删除离群点，最大距离法选取初始簇中心，构造迭代中的簇中心计算公式和测度函数，设计基于MapReduce框架的大规模文本并行聚类模型。采用本发明的方法，可以有效解决传统K-means聚类算法中的局部最优、迭代次数过多、聚类结果不稳定的问题，提高算法的并行能力和可扩展性。