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، امورمالی و فناوری اطلاعات را نشان داده است . برنامه های کاربردی داده های حجیم می توانند از میان حجم بزرگ دادهه اتراکنش هارا با مقیاس پذیر بالا،سرعت بالا و قابلایت اطمینان بالا انجام دهند.منظور ازدادههای حجیم داده هایی است که بسیار بزرگ، پویا و پیچیده با درجه خاصی از دقت هستند .بههمین دلیل، تجزیه و تحلیل داده هابا استفاده از تکنیک های سنتی به خاطر پیچیدگی بالا و هزینه محاسباتی دشوارمی شود. در این مقاله، یک مرور کلی ازتکنیک های مختلف خوشه بندی استفاده شده برای تجزیه و تحلیل دادهه اارائه میشود . بررسی هانشان میدهد روش نگاشت وکاهش به طور بالقوه برایخوشه بندی داده های حجیم بسیار مفید است ومیتواند یک بستر بسیار مناسب برای پیاده سازی الگوریتم های موازی ارائه دهد.

کلیدواژه ها:

داده های حجیم ، خوشه بندی ، خوشه بندی موازی ، نگاشت و کاهش