1、隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，微博、微信、社交網(wǎng)絡(luò)等交互式應(yīng)用的涌現(xiàn)、基于云應(yīng)用的興起、多種形式數(shù)碼設(shè)備的使用，數(shù)據(jù)正呈爆炸性增長。面對如此龐大的數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)分析工具僅僅從簡單的統(tǒng)計、查詢和管理數(shù)據(jù)等方面進行處理，不能深層次地挖掘潛在的有用的信息。因此，如何利用大數(shù)據(jù)挖掘出有價值的信息就顯得尤為重要。聚類分析是大數(shù)據(jù)分析技術(shù)之一，傳統(tǒng)的單機聚類算法在運行效率和計算的復(fù)雜度都無法滿足大數(shù)據(jù)信息處理的要求，云計算技術(shù)的發(fā)展為大數(shù)據(jù)的聚類分析

2、提供了新的研究方向。
　　本文結(jié)合MapReduce并行計算模型，通過對傳統(tǒng)的FCM聚類算法進行研究，能夠快速、高效的實現(xiàn)大數(shù)據(jù)的聚類分析。
　　本文的工作如下：
　?。?）大數(shù)據(jù)集成方法研究：大數(shù)據(jù)的一個重要特點是多樣性，這意味著數(shù)據(jù)類型的多樣性、數(shù)據(jù)來源的廣泛性。要進行大數(shù)據(jù)的分析，首先需要將不同數(shù)據(jù)源中的數(shù)據(jù)進行集成，本文針對大數(shù)據(jù)多樣性的特點進行了研究。通過剖析傳統(tǒng)基于Web Service和XML技術(shù)的數(shù)據(jù)集

3、成系統(tǒng)，結(jié)合云平臺的優(yōu)勢，研究云環(huán)境下解析XML數(shù)據(jù)的方法，提出了基于Hadoop的數(shù)據(jù)集成方案，將不同數(shù)據(jù)源中的數(shù)據(jù)集成到HBase數(shù)據(jù)庫中，以便對這些數(shù)據(jù)進行高效、快速的分析。
　?。?）模糊C均值（FCM）算法研究：聚類分析是大數(shù)據(jù)分析技術(shù)之一，本文對聚類分析中的模糊C均值算法進行了研究，設(shè)計了其MapReduce化方案。
　?。?）基于Canopy的FCM算法（Canopy-FCM）研究：考慮到大數(shù)據(jù)集數(shù)據(jù)量大的特點

4、，本文對Canopy算法進行了研究，Canopy是一種粗糙的聚類算法，其能夠通過很少的迭代次數(shù)獲取比較粗糙的聚類中心，該算法具有快速的特點，因此將Canopy算法獲取的聚類中心結(jié)果作為FCM聚類算法的輸入能夠加快FCM聚類算法收斂速度，本文對基于Canopy的FCM算法進行了研究，設(shè)計了其MapReduce化方案。
　?。?）基于Hash取樣的最大最小距離的FCM算法（HMMFCM）研究：Canopy-FCM算法是一種快速但不精確