為了提高人力資源推薦系統(tǒng)的效率,提出一種基于Spark平臺(tái)的K均值聚類算法來完成人力資源推薦;Spark平臺(tái)在分布式系統(tǒng)所有節(jié)點(diǎn)的內(nèi)存彈性分布式數(shù)據(jù)集中完成聚類迭代運(yùn)算,以加快聚類速度;將K均值聚類算法與聚類簇思想相結(jié)合,以提高大規(guī)模數(shù)據(jù)樣本聚類的效率,得到聚類結(jié)果后,采用動(dòng)態(tài)推薦算法實(shí)現(xiàn)人力資源實(shí)時(shí)推薦。結(jié)果表明,Spark平臺(tái)相比于單機(jī)在聚類計(jì)算效率方面更有優(yōu)勢(shì),且所提出的算法比單機(jī)的K均值聚類算法的聚類速度和準(zhǔn)確率均更優(yōu),在動(dòng)態(tài)推薦性能方面也優(yōu)于常用推薦算法。
【部分圖文】：

Spark平臺(tái)聚類流程
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 常赟杰;王勝芹;譚陽;;基于模糊C均值聚類算法的震后公路橋梁通行能力預(yù)測(cè)[J];信息與電腦(理論版);2020年02期

2 史慧峰;馬曉寧;;一種自適應(yīng)的模糊C均值聚類算法[J];無線通信技術(shù);2016年03期

3 蘇清華;胡中波;;基于差分演化的K-均值聚類算法[J];武漢理工大學(xué)學(xué)報(bào);2010年01期

4 李彬;陳武凡;;非局部降噪快速模糊C-均值聚類算法[J];計(jì)算機(jī)工程與應(yīng)用;2009年35期

5 周巧萍;潘晉孝;楊明;;基于核函數(shù)的混合C均值聚類算法[J];模糊系統(tǒng)與數(shù)學(xué);2008年06期

6 劉豪;潘中良;;電路板圖像分割的K均值聚類算法研究[J];自動(dòng)化與信息工程;2009年02期

7 劉志國;;一種模糊C均值聚類算法及實(shí)現(xiàn)[J];現(xiàn)代導(dǎo)航;2020年02期

8 郭新辰;郗仙田;樊秀玲;韓嘯;;基于半監(jiān)督的模糊C-均值聚類算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2015年04期

9 吳穎斌;;圖像分割的自適應(yīng)K均值聚類算法研究[J];運(yùn)城學(xué)院學(xué)報(bào);2013年05期

10 曹易;張寧;;一種改進(jìn)的模糊C-均值聚類算法[J];上海理工大學(xué)學(xué)報(bào);2012年04期

相關(guān)博士學(xué)位論文 前1條

1 范九倫;模糊聚類新算法與聚類有效性問題研究[D];西安電子科技大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 付家祺;基于改進(jìn)的模糊C均值聚類算法的入侵檢測(cè)技術(shù)研究[D];蘭州大學(xué);2018年

2 周娟;基于初始點(diǎn)選擇的K均值聚類改進(jìn)算法及應(yīng)用研究[D];湖南大學(xué);2015年

3 崔紅梅;基于改進(jìn)粒子群算法的C-均值聚類算法研究[D];南京師范大學(xué);2007年

4 劉莉莉;K-均值聚類算法的研究與改進(jìn)[D];曲阜師范大學(xué);2015年

5 趙麗;全局K-均值聚類算法研究與改進(jìn)[D];西安電子科技大學(xué);2013年

6 李家成;基于量子遺傳算法的K調(diào)和均值聚類算法的研究[D];廣西大學(xué);2013年

7 歐陳委;K-均值聚類算法的研究與改進(jìn)[D];長(zhǎng)沙理工大學(xué);2011年

8 王慧;C-均值聚類算法的改進(jìn)研究[D];河南大學(xué);2011年

9 劉方;數(shù)據(jù)挖掘中半監(jiān)督K-均值聚類算法的研究與改進(jìn)[D];吉林大學(xué);2010年

10 吳曉蓉;K-均值聚類算法初始中心選取相關(guān)問題的研究[D];湖南大學(xué);2008年

本文編號(hào)：2860591