제목

Classifying Big Trajectory Data using K-means Clustering Algorithm with MapReduce

학회 기간

1저자, Hadoop 환경 세팅, K-Means 개발, 통계

날짜

2014.07.09. ~ 2014.07.10

요약

(내용)

Recently, the size of trajectory data for location-based services is getting bigger and bigger. Many algorithms have been developed for classifying data. K-means algorithm is popularly used and it is a method to grouping data into K clusters. K-means algorithm is intuitive and easy to implement. However, it is hard to directly apply K-means algorithm to classify big trajectory data. In this paper, we aim to discover some possibilities of classifying big trajectory data using MapReduce framework. MapReduce is a programming model to process big data with distributed environment on cloud computing. We focus on validating our idea of classifying big trajectory data using MapReduce; we adopted an open-source K-means clustering algorithm and ran it on our Hadoop cluster. With the experimentation, we verified that classifying big trajectory data using MapReduce is efficient and useful approach.

발표기관

MITA 2014


난생 처음으로 써본 논문ㅋㅋ 그것도 영어로 쓰는거라 광민이와 애먹으며 썼던 기억이 난다.

교수님의 많은 첨삭을 거친 작품이다.(정말 많이..)

빅데이터와 처음으로 연을 쌓았을 때 만든 논문인데 더 좋은 방법을 강구하지못해 아쉬움이 많이 남는 논문이다. ㅠㅠ

주된 내용은 K-Mean를 기반으로 빅경로데이터를 분석함으로써 얻을 수 있는 다양한 의미있는 결과물에 대해 다루고 있다.

썼던 논문은 한국멀티미디어학회에서 주최하는 MITA2014 국제학회에서 포스터 발표를 진행했다.




논문형식으로 작성했던 최종 개발 보고서이다.

최종보고서 이태호 장준식.docx




이걸 업로드하는 컴퓨터에 폰트가 없어서 다소 안예쁘게 보인다..

발표시간이 너무 짧게 느껴질 정도로 할 말이 많았던 프로젝트..

어떤 기능들이 있는지, 어떤 알고리즘이 사용되었고, 어떤 어려운 점을 해결하졌는지

모든 것을 기록한 프레젠테이션 ㅋㅋ


01234567891011121314151617



+ Recent posts