基于YARN的數(shù)據(jù)挖掘系統(tǒng)的設(shè)計與實現(xiàn)的任務(wù)書

基于YARN的數(shù)據(jù)挖掘系統(tǒng)的設(shè)計與實現(xiàn)的任務(wù)書任務(wù)書題目：基于YARN的數(shù)據(jù)挖掘系統(tǒng)的設(shè)計與實現(xiàn)任務(wù)背景：近年來，隨著數(shù)據(jù)量的不斷增加，數(shù)據(jù)挖掘技術(shù)越來越受到關(guān)注。YARN作為Hadoop生態(tài)系統(tǒng)的重要組成部分，已經(jīng)成為許多大數(shù)據(jù)處理平臺的首選。因此，基于YARN的數(shù)據(jù)挖掘系統(tǒng)的設(shè)計與實現(xiàn)具有重要意義。任務(wù)目標(biāo)：本次任務(wù)主要目標(biāo)是設(shè)計一種基于YARN的數(shù)據(jù)挖掘系統(tǒng)，并實現(xiàn)系統(tǒng)的關(guān)鍵部分。系統(tǒng)能夠?qū)Ａ繑?shù)據(jù)進(jìn)行分布式處理，實現(xiàn)多種數(shù)據(jù)挖掘算法，并支持用戶靈活配置算法參數(shù)。任務(wù)要求：1.系統(tǒng)設(shè)計與實現(xiàn)（1）系統(tǒng)架構(gòu)設(shè)計：任務(wù)分配、數(shù)據(jù)通信、結(jié)果合并等。（2）數(shù)據(jù)挖掘算法的實現(xiàn)：通過MapReduce或Spark等分布式計算工具實現(xiàn)K-means算法、Apriori算法等多種數(shù)據(jù)挖掘算法。（3）算法參數(shù)配置：提供用戶界面以方便用戶設(shè)置K-means算法中K的值、Apriori算法中支持度和置信度等參數(shù)設(shè)置。（4）結(jié)果展示：將數(shù)據(jù)挖掘結(jié)果以可視化的方式展示給用戶。2.系統(tǒng)性能評估（1）數(shù)據(jù)集選擇：選擇不同規(guī)模的數(shù)據(jù)集，如10GB、100GB、1TB等。（2）性能測試：測試系統(tǒng)在不同數(shù)據(jù)規(guī)模下的運行時間和資源消耗情況，如CPU、內(nèi)存、磁盤等。（3）優(yōu)化措施：根據(jù)測試結(jié)果分析系統(tǒng)的瓶頸，提出針對性的優(yōu)化措施，如算法改進(jìn)、資源分配優(yōu)化、并行調(diào)度等。3.文檔撰寫與演示（1）系統(tǒng)設(shè)計文檔：包括系統(tǒng)架構(gòu)設(shè)計、關(guān)鍵技術(shù)實現(xiàn)、算法參數(shù)配置等內(nèi)容。（2）系統(tǒng)測試文檔：包括數(shù)據(jù)集選擇、性能測試結(jié)果、優(yōu)化措施等內(nèi)容。（3）系統(tǒng)演示：以演示的方式展示系統(tǒng)的實現(xiàn)和性能優(yōu)勢。4.其他要求（1）認(rèn)真閱讀相關(guān)文獻(xiàn)，掌握分布式系統(tǒng)、數(shù)據(jù)挖掘算法等方面的基礎(chǔ)知識。（2）獨立完成任務(wù)，遵守學(xué)術(shù)誠信的規(guī)范和道德規(guī)范。（3）按時完成任務(wù)，認(rèn)真參加討論和匯報。參考文獻(xiàn)：[1]ZhangY,WangJ,LiuX,etal.BuildingaBigDataplatformfordatamining,analysisandvisualization[J].AppliedIntelligence,2018,48(1):127-138.[2]ChenY,MaoS,XuL,etal.Thinkbig:aframeworkforminingbigdata[J].ACMSIGKDDExplorationsNewsletter,2014,16(1):1-10.[3]黃勇,范川珂.基于Hadoop的數(shù)據(jù)挖掘建模技術(shù)與方法[M].人民郵電出版社,2016.[4]黃曉陽,楊振松,歐陽明亮.基于Spark的分布式數(shù)據(jù)挖掘算法研究[J].計算機應(yīng)用研究,2018,35(5):1359-1363.[5]DeBoniL,FumarolaF,MatteucciM,etal.AnalyzingApacheSparkworkloadperformanceonaprivatecloud[J].JournalofCloudComputing,2017,6(1):14.[6]ShiJ,WeiW,YuanyuanK,etal.AMapReduce-basedparallelalgorithmforassociationruleminingusingnondistributedFP-tree[J].JournalofAppliedMathematics,2014,2014:1-12.