文献

J-GLOBAL ID：201502212209397362   整理番号：15A0416958

大規模データ処理基盤を利用したデータマイニング

著者 (1件)： 関和広 (甲南大 知能情報)
資料名： 甲南大学紀要 知能情報学編  (Memoirs of Konan University, Intelligence & Informatics Series)
巻： 7  号： 2  ページ： 191-204  発行年： 2015年01月30日 
JST資料番号： L7071A  ISSN： 1883-0161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ネットワーク技術の進歩やセンサの小型化,モバイル機器とソーシャルメディアの普及等の様々な要因によって,世界中で生成・蓄積されるデータ量は指数的に増加し,所謂「ビッグデータ」を創出した。このような大規模データはデータマイニングや知識情報処理分野の研究において貴重である一方,実行時間やメモリ使用量といった計算資源の問題を起こしやすい。その解決策の1つは処理の並列分散化である。本稿では,大規模データの処理基盤として現在多くの企業や大学で広く使われているHadoop MapReduceを概説し,その応用事例として移動軌跡データからの頻出パターンマイニングに関する研究を紹介した。また,ストリームデータを対象とした同じく大規模データの処理基盤であるStormについても概説した。

シソーラス用語： *データ ,  *分散処理 ,  *データマイニング ,  フレームワーク【ソフトウェア開発】 ,  並列処理 ,  軌跡 ,  軌道
準シソーラス用語： MapReduce ,  *ストリームデータ ,  *ビッグデータ ,  時空間データ ,  頻出パターンマイニング ,  *並列分散処理 ,  移動軌跡

分類 (4件)： 通信網  (ND07030A) ,  計算機網  (JC03000K) ,  統計学  (AB08000H) ,  計算機システム開発  (JD02010R)

タイトルに関連する用語 (3件)： 大規模データ ,  基盤 ,  データマイニング