دانلود مقاله و خرید ترجمه:ارزیابی کارایی کاوش انجمنی در تک گره های خوشه ای  Hadoop  با داده های بزرگ - 2015
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

مقالات ترجمه شده داده های بزرگ ( big data )
  • Performance Evaluation Of Association Mining In Hadoop Single Node Cluster With Big Data ارزیابی کارایی کاوش انجمنی در تک گره های خوشه ای Hadoop با داده های بزرگ
    دانلود مقاله | مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    دسته بندی:

    داده های بزرگ - big data


    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    ارزیابی کارایی کاوش انجمنی در تک گره های خوشه ای Hadoop با داده های بزرگ


    عنوان انگلیسی مقاله:

    Performance Evaluation Of Association Mining In Hadoop Single Node Cluster With Big Data


    منبع:

    IEEE, 2015 International Conference on Circuit, Power and Computing Technologies [ICCPCT]


    نویسنده:

    A.Asbern, P.Asha


    چکیده انگلیسی:

    Data Mining means extracting unique information from pre-existing large data sets. Data Mining techniques have been applied to almost all areas such as Education, health care, Stock market, etc. Since the data size is getting increased exponentially, maintaining high performance plays a major challenge in the field of data mining. The data may be in structured format or unstructured format and hence the research on extracting the frequent pattern which is repeated in an iterative fashion seems to be really difficult. The paper aims at evaluating the performance of a Hadoop single node cluster with respect to Big Data. Apriori based Association rule mining algorithm was used to find the frequent patterns and then their rules. Finally the time taken to perform the entire data mining task was found and the performance is evaluated.
    Keywords: Big Data | Hadoop | Data Mining | Frequent Item Sets | Cluster


    چکیده فارسی:

    داده کاوی یعنی بیرون کشیدن اطلاعات خاصی از مجموعه داده های عظیم از قبل موجود. تکنیک های استخراج داده( یا داده کاوی) تقریبا در تمام حوزه ها همچون آموزش ، مراقبت های بهداشتی ،بازار بورس و ... به کار برده شده است. از وقتی که اندازه داده ها به صورت تعریفی در حال افزایش است ، حفظ عملکرد بالا چالش عمده ای در حوزه داده کاوی محسوب می شود. داده ممکن است در قالب ساختارمند و یا فرمت بدون ساختارمند باشد پس از این رو پژوهش بر روی نحوه استخراج الگو های مکرری که در یک مد تکراشونده تکرار میشوند به نظر دشوار میاید .‮اهداف این مقاله ازریابی عملکرد کلان داده های خوشه ای با گره منفرد در رابطه با داده های بزرگ است .الگوریتم آپریوری بر اساس قوانین الگوریتم داده کاوی برای یافتن الگو های تکرار و قواعد مورد استفاده قرار گرفت .در نهایت مدت زمان نیاز برای اجرای داده کاوی پیدا میشد و عملکرد هم ارزیابی و مورد سنجش قرار میگرفت .‬‬‬‬
    کلمات کلیدی: داده های بزرگ | Hadoop | داده کاوی | مجموعه موارد مکرر | خوشه


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 5
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 10

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 164 کیلوبایت


    قیمت: 36000 تومان   


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 1

شیرازی[1395/1/30]

ممنون


الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 4734 :::::::: بازدید دیروز: 3097 :::::::: بازدید کل: 39001 :::::::: افراد آنلاین: 50