مقایسه عملکرد الگوریتم های خوشه بندی موازی مبتنی بر چارچوب نگاشت-کاهش

امروزه الگوریتم های خوشه بندی و پردازش داده های بزرگ متنوعی وجود دارند که هر کدام با توجه به بهبودهایی که در نسخه های مختلف آنها صورت گرفته است، به صورت ساده و متداول پیاده سازی شده و بر روی داده ها عمل پردازش و خوشه بندی انجام می دهند. یکی از نقاط ضعف بیشتر این الگوریتم ها، بالا بودن بار محاسباتی بر روی پردازنده موجود در یک کامپیوتر و زمانبر بودن اجرای آنها بر روی دیتاست های بزرگ می باشد. یکی از روش های موثر و مناسب برای حل این مشکل، اجرای الگوریتم به صورت موازی می باشد تا بتوان از منابع چندین کامپیوتر به صورت هم زمان برای انجام محاسبات استفاده کرد. چارچوب نگاشت کاهش، به دلیل انعطاف پذیری بالا، راحتی در برنامه نویسی و کنترل خطا، یکی از معروف ترین مدل های برنامه نویسی می باشد که به کمک آن می توان برنامه های مورد نظر را در چارچوب آن نوشته، و با استفاده از محیط هادوپ اقدام به اجرای موازی الگوریتم بر روی چندین کامپیوتر نمود. در این مقاله نیز عملکرد الگوریتم های خوشه بندی موازی Kmeans ، PSO-Kmeans ، Cop-Kmeans ، Fuzzy Cmeans ، Kmeans++ ،Kmodes ، Kprototypes و رویکرد یک مرحله ای Kprototypes که در چارچوب نگاشت کاهش اجرا می شوند، مورد بررسی قرار می گیرند.

کلیدواژه ها:

خوشه بندی ، نگاشت کاهش ، هادوپ ، kmeans مواز