本文關(guān)鍵詞：基于云聚類挖掘的物流信息智能分析方法研究

  更多相關(guān)文章： 云挖掘 云聚類挖掘 物流信息 物流信息智能分析

【摘要】：文章在構(gòu)建基于云聚類挖掘的物流信息智能分析模式的基礎(chǔ)上,以K-means算法為例,探索了并行的物流信息聚類分析算法及其實(shí)現(xiàn),研究設(shè)計(jì)了MapReduce并行化的Map函數(shù)、Combine函數(shù)和Reduce函數(shù)。最后,分析了本方法的優(yōu)勢(shì)及其應(yīng)用。
【作者單位】： 武漢大學(xué)信息資源研究中心;
【關(guān)鍵詞】： 云挖掘 云聚類挖掘 物流信息 物流信息智能分析
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目“基于動(dòng)態(tài)數(shù)據(jù)挖掘的物流信息智能分析研究”(編號(hào):71373197)的研究成果之一
【分類號(hào)】：TP311.13
【正文快照】： 1相關(guān)研究回顧 作為國(guó)民經(jīng)濟(jì)先導(dǎo)性、戰(zhàn)略性、技術(shù)性的產(chǎn)業(yè),物流業(yè)近年來(lái)插上了快速騰飛的翅膀,智能物流信息平臺(tái)的建設(shè)如火如荼。在物流智能化進(jìn)程中,國(guó)內(nèi)外學(xué)者也對(duì)此展開了深人研究,有力地推動(dòng)了物流業(yè)的實(shí)踐發(fā)展。在此類研究成果中,有部分學(xué)者將聚類挖掘作為實(shí)現(xiàn)物流信息

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李勇;王新穎;;聚類挖掘在電子商務(wù)中的應(yīng)用[J];商場(chǎng)現(xiàn)代化;2007年25期

2 時(shí)念云;孔靜;;基于語(yǔ)義和領(lǐng)域相關(guān)的聚類挖掘方法研究[J];微計(jì)算機(jī)應(yīng)用;2008年11期

3 劉洪偉;石雅強(qiáng);梁周揚(yáng);肖岳;;面向聚類挖掘的局部旋轉(zhuǎn)擾動(dòng)隱私保護(hù)算法[J];廣東工業(yè)大學(xué)學(xué)報(bào);2012年03期

4 陳平;宋玉蓉;蔣國(guó)平;;基于多維聚類挖掘的異常檢測(cè)方法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年07期

5 張文華;王新穎;;聚類挖掘在遠(yuǎn)程教育中的應(yīng)用[J];唐山師范學(xué)院學(xué)報(bào);2007年05期

6 王新穎;王向麗;張文華;;基于關(guān)聯(lián)規(guī)則的聚類挖掘在遠(yuǎn)程教育中的應(yīng)用[J];現(xiàn)代遠(yuǎn)距離教育;2008年04期

7 關(guān)莉莉;;銀行卡客戶群體聚類挖掘研究[J];微計(jì)算機(jī)信息;2008年30期

8 韓存鴿;;聚類挖掘在高校圖書館管理系統(tǒng)中的應(yīng)用[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2012年11期

9 王東;羅可;;基于變異粒子群的聚類挖掘[J];計(jì)算機(jī)工程與應(yīng)用;2011年21期

10 尹云飛,鐘智;一種聚類挖掘軟件數(shù)據(jù)的方法[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 張德輝;唐世渭;楊冬青;馬秀莉;姜力爭(zhēng);;一種在OLAP中保持聚類挖掘結(jié)果的有效方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

2 金妮;;一種基于數(shù)據(jù)倉(cāng)庫(kù)和OLAP技術(shù)的聚類挖掘系統(tǒng)[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 熊文;基于群智的特征選擇、分類與聚類挖掘的研究[D];北京郵電大學(xué);2010年

2 劉兵;時(shí)間序列與聚類挖掘相關(guān)技術(shù)研究[D];復(fù)旦大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李雄;面向大數(shù)據(jù)的聚類挖掘算法研究[D];南京郵電大學(xué);2014年

2 劉宇;基于云計(jì)算的聚類挖掘算法及其應(yīng)用研究[D];南京郵電大學(xué);2014年

3 江哲雅;聚類挖掘在電信客戶分類中的研究與應(yīng)用[D];上海交通大學(xué);2013年

4 董瑋;可視化空間聚類挖掘算法的研究與應(yīng)用[D];吉林農(nóng)業(yè)大學(xué);2012年

5 徐鵬;零售業(yè)顧客忠誠(chéng)度的模型研究與聚類挖掘[D];大連交通大學(xué);2008年

6 蘇東海;基于加權(quán)向量提升的多尺度聚類挖掘算法[D];河北師范大學(xué);2014年

7 管明君;Ramsey理論在聚類挖掘中的應(yīng)用研究及實(shí)現(xiàn)[D];云南大學(xué);2014年

8 顏小林;基于本體的Web頁(yè)面聚類挖掘[D];太原理工大學(xué);2007年

9 嚴(yán)衛(wèi);模糊聚類挖掘技術(shù)研究及其在高考志愿填報(bào)服務(wù)中的應(yīng)用[D];中南大學(xué);2009年

10 劉晨晨;改進(jìn)的聚類挖掘算法對(duì)網(wǎng)絡(luò)自助出版“長(zhǎng)尾”文本的推薦應(yīng)用[D];復(fù)旦大學(xué);2011年

，

本文編號(hào)：910697