طراحی و پیاده سازی خوشه بندی اسناد توزیع شده بر پایه مپ ریدوس Design and Implement of Distributed Document Clustering Based on MapReduce

Abstract

In this paper, we describe how document clustering for large collection can be efficiently implemented with MapReduce. Hadoop implementation provides a convenient and flexible framework for distributed computing on a cluster of commodity machines.

The design and implementation of tfidf and K-Means algorithm on MapReduce is presented. More importantly, we improved the efficiency and effectiveness of the algorithm. Finally, we give the results and some related discussion.

Index terms: MapReduce, tfidf, K-Means clustering

چکیده فارسی

در این مقاله ما توضیح میدهیم که خوشه بندی اسناد برای مجموعه های بزرگ بوسیله Map-Reduce چگونه میتواند به طور موثر اجرا شود. Hadoop یک چارچوب مناسب و انعطاف پذیر برای محاسبات توزیع شده  خوشه ای از ماشین آلات کالا پیاده سازی و فراهم می کند. در این مقاله طراحی و پیاده سازی tfidf  و الگوریتم K-Means در Map Reduce ارائه شده است. از همه مهمتر، کارایی و اثربخشی از الگوریتم بهبود یافته است و در نهایت، ما در مورد برخی نتایج بحث های مرتبطی خواهیم داشت.

واژه های مرتبط:  Map-Reduce, tfidf, K-Means clustering

مشخصات

توسط: Jian Wan, Wenming Yu, and Xianghua Xu انتشارات: Academy Publisher سال انتشار: 2009 میلادی تعداد صفحات متن اصلی: 3 تعداد صفحات متن ترجمه: 8 تاریخ درج: ۱۳۹۵/۷/۷ منبع: دیتاسرا

خرید آنلاین فایل ترجمه

عنوان: طراحی و پیاده سازی خوشه بندی اسناد توزیع شده بر پایه مپ ریدوس حجم: 117.48 کیلوبایت فرمت فایل: pdf قیمت: 99500 تومان رمز فایل (در صورت نیاز): www.datasara.com نرم افزارهای مورد نیاز: winrar - adobe acrobat - office

در صورتی که به هر دلیل از خرید خود رضایت نداشتید
تنها با ارسال یک ایمیل وجه خود را دریافت نمایید

دانلود فایل اصلی

عنوان: Design and Implement of Distributed Document Clustering Based on MapReduce

دانلود فایل ( فرمت: pdf - حجم: 117.48 کیلوبایت )

رمز فایل (در صورت نیاز): www.datasara.com

نرم افزارهای مورد نیاز: winrar - adobe acrobat - office

به سوی پایگاه داده چندگانه (اشتراکی) انعطاف پذیر و مستقل

Abstract The success of cloud computing as a platform for deploying webapplications has led to a deluge of applications characterized by small data footprints with unpredictable access patterns. A scalable multitenant ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 119500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 6

صفحات متن ترجمه: 16

گروه: مقالات انگلیسی (+ ترجمه)

رویکردی در ارتباط با معماری خط تولید سرویسگرا

Abstract Service-Oriented Architecture (SOA) has appeared as an emergent approach for developing distributed applications as a set of self-contained and business-aligned services. SOA aids solving integration and interoperability problems and provides ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 119500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 7

صفحات متن ترجمه: 13

گروه: مقالات انگلیسی (+ ترجمه)

ظرفیت شبکه های بی سیم

Abstract When n identical randomly located nodes, each capable of transmitting at W bits per second and using a fixed range, form a wireless network, the throughput (formula) obtainable by each ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 139500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 17

صفحات متن ترجمه: 50

گروه: مقالات انگلیسی (+ ترجمه)

سیستم های صف بندی زمان گسسته با تعطیلی های انحصاری مارکوفب

Abstract In this contribution we investigate discrete-time queueing systems with vacations. A framework is constructed that allows for studying numerous different vacation systems, including a.o. classical vacation systems like the exhaustive ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 129500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 11

صفحات متن ترجمه: 22

گروه: مقالات انگلیسی (+ ترجمه)

عوامل تعیین‌کننده در انتخاب نرم‌افزار وب‌محور معنایی در قالب یک سرویس: چارچوبی یکپارچه در شرایط خرید الکترونیکی و برنامه ریزی منابع سرمایه ای

Abstract The ever increasing Internet bandwidth and the fast changing needs of businesses for effectiveness with the partners in the procurement chain and is leading organizations to adopt information systems infrastructures ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 119500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 7

صفحات متن ترجمه: 20

گروه: مقالات انگلیسی (+ ترجمه)

طراحی و تحلیل یک مدل وقفه (تعطیلی) برای سیستم صف بندی دو فازه با خدمات ورودی

Abstract This paper mainly deals with a two phase service queueing model with gated service vacation. In this gated service vacation model, only those customers who are present in the queue ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 129500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 6

صفحات متن ترجمه: 9

گروه: مقالات انگلیسی (+ ترجمه)

به اشتراک گذاری طیف مشارکتی بین شبکه های تلفن همراه و اد هاک

Abstract Spectrum sharing between cellular and ad-hoc networks is studied in this work. Weak signals and strong interferences at the cell-edge area usually cause severe performance degradation. To improve the cell-edge ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 139500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 13

صفحات متن ترجمه: 35

گروه: مقالات انگلیسی (+ ترجمه)

مقایسه پروتکل های مسیر یابی تک مسیره در مقابل پروتکل های مسیر یابی چندگانه برای انتقال تصویر در شبکه های حسگر بی سیم چند رسانه ای

Abstract Wireless multimedia sensor network (WMSN) applications require strong multimedia communication competence. Therefore, in WMSN applications, it is necessary to use specific mechanisms in order to handle multimedia communication challenges and ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 129500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 10

صفحات متن ترجمه: 27

گروه: مقالات انگلیسی (+ ترجمه)

هوش کسب و کار به روش محاسبه ابری

Abstract Business Intelligence (BI) deals with integrated approaches to management support. Currently, there are constraints to BI adoption and a new era of analytic data management for business intelligence these constraints ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 119500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 6

صفحات متن ترجمه: 15

گروه: مقالات انگلیسی (+ ترجمه)

مدل احتمال جدید برای ضمانت کردن مشکل مسیر بحرانی با الگوریتم اکتشافی

Abstract In order to obtain an adequate description of risk aversion for insuring critical path problem, this paper develops a new class of two-stage minimum risk problems. The first-stage objective function ... [ ادامه مطلب ]

انتشارات: ACM

قیمت: 129500 تومان

 مشخصات کلی: 

سال انتشار: 2011 میلادی

صفحات متن اصلی: 7

صفحات متن ترجمه: 16

گروه: مقالات انگلیسی (+ ترجمه)

دستورالعمل طراحی و محاسبه سیستم روشنایی

 مجموعه دستورالعمل های ارائه شده در دیتاسرا شامل ضوابط و مراحل تحلیل و طراحی سازه های گوناگون صنعتی و بر اساس الزامات مندرج در آیین نامه های معتبر داخلی و ... [ ادامه مطلب ]

قیمت: 119500 تومان

 مشخصات کلی: 

صفحات متن اصلی: 30

گروه: دستورالعمل طراحی

فایل اکسل طراحی مخزن فلزی هوایی بر اساس آیین نامه AISC با در نظر گرفتن نیروی باد و زلرله

 فایل پیش رو اکسل طراحی مخزن فلزی هوایی می باشد که بر اساس آیین نامه AISC و با در نظر گرفتن نیروی باد و زلرله محاسبات را انجام داده و ... [ ادامه مطلب ]

قیمت: 79500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

فایل اکسل تحلیل اتصال برشی دارای خروج از مرکزیت برای گروه پیچ

 این برنامه ظرفیت برشی اتصال پیچ و مهره ای دارای خروج از مرکزیت برای گروه پیچ را محاسبه می کند، ابزاری مناسب برای طراحی صفحات gusset و اتصالات پیچ و ... [ ادامه مطلب ]

قیمت: 79500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

فایل اکسل طراحی روسازی آسفالتی بر مبنای آیین نامه آشتو و استفاده از آزمایش ظرفیت باربری کالیفرنیا

 فایل پیش رو اکسل طراحی روسازی آسفالتی بر مبنای آیین نامه آشتو می باشد که با استفاده از نتایج آزمایش ظرفیت باربری کالیفرنیا CBR اطلاعات ورودی را تحلیل و نتایج را ... [ ادامه مطلب ]

قیمت: 79500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

طراحی ابعاد و سازه شالوده های عمیق (شمع ها و پایه های عمیق) در خشکی

 مجموعه دستورالعمل های ارائه شده در دیتاسرا شامل ضوابط و مراحل تحلیل و طراحی سازه های گوناگون صنعتی و بر اساس الزامات مندرج در آیین نامه های معتبر داخلی و ... [ ادامه مطلب ]

قیمت: 119500 تومان

 مشخصات کلی: 

صفحات متن اصلی: 27

گروه: دستورالعمل طراحی

تحلیل غیرخطی و مدل سازی عددی تیر بتن مسلح تقویت شده با FRP توسط Finite Element Method

 "پایان نامه مهندسی عمران مقطع کارشناسی ارشد - گرایش سازه" تحلیل غیرخطی و مدل سازی عددی تیر بتن مسلح تقویت شده با FRP توسط Finite Element Method   مشخصات کلی: شامل فایلهای word و ... [ ادامه مطلب ]

قیمت: 129500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

بررسی پارامترهای هندسی مهاربند زانویی

 "پروژه دانشجویی مهندسی عمران" بررسی پارامترهای هندسی مهاربند زانویی   مشخصات کلی: شامل فایلهای word و pdf بالغ بر 146 صفحه (4 فصل) فهرست مطالب فصل اول 1-1- مقدمه 1-2- شکل پذیری سازه ها 1-3- مفصل و لنگر پلاستیک 1-4- منحنی ... [ ادامه مطلب ]

قیمت: 129500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

تحلیل و طراحی سیستم گرمایشی ساختمان مسکونی با استفاده از ذخیره کننده های حرارتی PCM

 "پایان نامه مهندسی مکانیک مقطع کارشناسی ارشد - گرایش تبدیل انرژی" تحلیل و طراحی سیستم گرمایشی ساختمان مسکونی با استفاده از ذخیره­ کننده ­های حرارتی PCM   تهیه شده بصورت کاملا انحصاری توسط ... [ ادامه مطلب ]

قیمت: 449000 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

شناسایی و رتبه بندی دلایل انحراف از هزینه پیش بینی شده و ارائه راهکارهای کاهش آن: مطالعه موردی پروژه های "پتروشیمی الف"

  "پایان نامه مهندسی عمران مقطع کارشناسی ارشد - گرایش مهندسی و مدیریت ساخت"   شناسایی و رتبه بندی دلایل انحراف از هزینه پیش بینی شده و ارائه راهکارهای کاهش آن: مطالعه ... [ ادامه مطلب ]

قیمت: 259500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی

مکانیک شکست (Fracture Mechanics)

مقدمه : یکی از عمده ‌ترین مسائلی که انسان از زمان ساختن ساده‌ترین ابزارها با آن مواجه بوده است پدیده شکست در اجسام می‌باشد و درواقع برای استفاده از مواد ... [ ادامه مطلب ]

قیمت: 99500 تومان

 مشخصات کلی: 

گروه: دستورالعمل طراحی