一种改进的并行K_近邻网络舆情分类算法研究

作者： 马宾

摘要： 针对网络舆情信息数据量大、内容分散、数据结构复杂等特点,研究一种基于Hadoop平台的并行K_近邻分类算法实现网络舆情信息分类.利用Hadoop平台分布式存储与数据并行处理特性,设计基于MapReduce封装的并行K_近邻网络舆情分类算法.对改进的K_近邻网络舆情分类算法的分类能力与分类效率进行实验验证,并应用于网络舆情数据分类测试.结果表明,基于Hadoop平台的并行K_近邻网络舆情分类算法能够有效提升网络舆情文档分类效果与分类效率,可以实现网络舆情快速、正确的分类处理.

关键字： 网络舆情 K_近邻算法 分类 HADOOP

---

上一篇：基于核级冗余的可重配置多核系统硬件模块设计与实现
下一篇：与Wishbone协议兼容的可裁剪SOC接口协议设计