بررسی تکنیک های خوشه بندی در داده های حجیم

داده های حجیم پتانسیل بسیار خوبی در بهینه سازی داده ها، تصمیم گیری، آشکار سازی روندهای تجاری در زمینه های مختلفی از قبیل تولید، امور مالی و فناوری اطلاعات را نشان داده است . برنامه های کاربردی داده های حجیم می توانند از میان حجم بزرگ داده ها تراکنش ها را با مقیاس پذیر بالا، سرعت بالا و قابلایت اطمینان بالا انجام دهند. منظور از داده های حجیم داده هایی است که بسیار بزرگ، پویا و پیچیده با درجه خاصی از دقت هستند . به همین دلیل، تجزیه و تحلیل داده ها با استفاده از تکنیک های سنتی به خاطر پیچیدگی بالا و هزینه محاسباتی دشوار می شود . در این مقاله، یک مرور کلی از تکنیک های مختلف خوشه بندی استفاده شده برای تجزیه و تحلیل داده ها ارائه می شود. بررسی ها نشان می دهد روش نگاشت وکاهش به طور بالقوه برای خوشه بندی داده های حجیم بسیار مفید است و می تواند یک بستر بسیار مناسب برای پیاده سازی الگوریتم های موازی ارائه دهد .

کلیدواژه ها:

داده های حجیم ، تکنیک های خوشه بندی نگاشت و کاهش ، چند ماشینه ، تحلیل داده