云计算环境下基于粗糙集的增量MapReduce知识更新算法
日益复杂和动态变化的海量数据处理是当前人们普遍关注的问题,其核心内容之一是研究如何利用已有的信息实现快速的知识更新.云计算是近年来新兴起的一个研究领域,是信息处理的一种新的概念和计算范式,主要用于描述和处理不确定的、模糊的、不完整的和海量的信息及提供一种基于粒和粒间关系的问题求解方法.其主要思想是通过合适粒度的选择,来寻找问题的一种较好的、近似的解决方案,从而降低问题求解的复杂度,已成功应用到知识发现等领域.作为粒计算理论中的一个重要组成部分,粗糙集是一种处理不确定性和不精确性问题的有效数学工具.本文结合了云计算中的MapReduce 技术和增量更新方法,设计出基于MapReduce和粗糙集理论的知识增量更新算法.实验表明可以有效地快速更新知识,而且数据量越大效果越明显.
海量数据 信息处理 知识更新算法 云计算 粗糙集
张钧波 李天瑞 罗川 滕飞
西南交通大学信息科学与技术学院,成都610031,中国;乔治亚州立大学计算机系,亚特兰大30303,美国 西南交通大学信息科学与技术学院,成都610031,中国
国内会议
济南
中文
77-77
2012-10-01（万方平台首次上网日期，不代表论文的发表时间）