基于MapReduce的健康大数据并行挖掘算法研究

随着信息技术的发展，健康大数据呈指数级别剧增，但数据量过大使得较多有价值的数据被埋没，医疗服务的质量与效率难以提升。为解决上述问题，文中提出一种基于MapReduce的健康大数据并行挖掘算法。首先对健康大数据进行预处理，消除一些不利因素对数据的影响；再以预处理后的健康大数据为依据，获取初始簇中心，度量健康大数据与簇中心之间的距离，聚类处理健康大数据；最后，应用MapReduce制定健康大数据并行挖掘程序，执行制定程序即可完成健康大数据的并行挖掘。实验结果表明，所提算法的健康大数据挖掘效率最大值为94 GB/s，加速比最大值为4.5，相比于其他方法，该算法对健康大数据挖掘的性能更佳。