ارائه روشی جدید مبتنی بر الگوریتم K-Means برای حل مسئله خوشه بندی توزیع شده

خوشه بندی عملیاتی است که روی مجموعه ای از داده ها انجام شده و آنها را به دسته هایی منفصل تقسیم می کند طوری که حداقل شباهت بین داده های موجود در دسته های مجزا و حداکثر شباهت بین داده های موجود در یک دسته وجود داشته باشد یکی از مهمترین مسائل مطرح در این زمینه نحوه مدیریت و اعمال تکنیک های خوشه بندی روی داده هایی است که به صورت طبیعی در سایت های توزیع شده تولید و نگهداری می شوند دراین مقاله روشی برای اعمال خوشه بندی به صورت متمرکز بدون ارسال کامل داده ها به سایت مرکزی ارائه گردیده است برای این کار به جای ارسال کل داده ها تنها بخشی از آنها به نمایندگی از سایرین ارسال می گردند همچنین اطلاعات اماری داده هایی که فرستاده نمیشوند به سایت مرکزی ارسال می شوند تا در انجا بتوان دوباره داده ها را به صورت تقریبی بازسازی کرد بااستفاده از این روش بدون صرف هزینه اضافی برای انتقال کل داده ها به سایت مرکزی عملیات خوشه بندی به طرز موثری انجام خواهد شد.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، خوشه بندی توزیع شده ، استخراج دانش ، سیستم های توزیع شده ، موازی سازی