论文部分内容阅读
在数据密集型计算环境中，数据具有海量、高速变化、分布存储和异构等特征，对数据挖掘算法的设计与实现提出了新的挑战．基于MapReduce模型，提出了一种网格技术与基于LOF方法相结合的离群点挖掘算法MR—LOF．Map阶段采用网格进行数据约简，将代表点信息发送给主节点；Reduce阶段使用基于密度的离群点挖掘算法，借助网格期望值E筛选出稠密区域．该算法只需计算稀疏区域对象的LOF值，降低了算法的时间复杂度．实验结果表明，在数据密集型计算环境中，该方法能有效的对离群点进行挖掘．