[发明专利]一种基于云计算平台的大数据聚类算法

权利要求书

1.一种基于云计算平台的大数据聚类算法，其特征在于，包括以下步骤：

1)对原始数据集进行预处理；

2)将数据U分割为M个子数据，并分配给M个Map函数；

3)在Map阶段，对子数据进行局部聚类；

4)在Reduce阶段，对相同key的类进行合并；

5)如果实际聚类个数R小于聚类个数k，则调整代表点个数c与收缩因子，重新进行聚类，直到实际聚类个数R等于聚类个数k为止；

6)如果N_新＞N_旧||K_新＞K_旧，那么两个数据集重新进行分割，K＝[(K_新+K_旧)/2]；反之，没更新的数据集得到的K个簇的中心点作为K个点与新数据源组成新的数据集进行分割，K＝K_旧；其中，N_新和N_旧分别表示新数据源点数和没有更新前数据源点数，K_新和K旧分别表示新数据源中心点个数和没有更新前数据源中心点个数；

7)重复3)、4)、5)阶段直到实际聚类个数R等于聚类个数k为止。