شیرین عباسی - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد تهران مرکز
بابک وزیری - استادیار دانشگاه آزاد اسلامی واحد تهران مرکز

پردازش داده های عظیم و مدیریت آنها، در سال های اخیر، موردتوجه قرارگرفته است و چارچوب ها وابزارهای خاصی به این منظور معرفی شده اند و تجزیه وتحلیل داده ها بهعنوان مدیریت داده های عظیم،مورد مطالعه قرارگرفته اند. تکنیک های داده کاوی و یادگیری ماشین، امروزه در بسیاری از سازمان ها و صنایعبه منظور بهبود و پیش بینی و رونق کسب وکار مورداستفاده قرار می گیرند و با توجه به رشد اطلاعات سازمانیو حجم بالای آنها و تولید داده ها با سرعت بالا، تکنیک های داده کاوی در داده های عظیم، نقش مهمی را دراین تحولات ایفا می کنند. عملیات مختلفی برای مدیریت داده ها صورت می گیرد که گروهی از این عملیاتبه صورت پیش پردازش هایی هستند که بر روی داده ها انجام می شوند تا داده ها را برای انجام عملیات اصلی،آماده سازند. از طرفی در محیط های ابری، به دلیل توزیع شدگی محیط، عملیات گروه بندی و دسته بندیداده ها، اهمیت زیادی می یابد. در این مقاله، معروفترین الگوریتم خوشه بندی، K-Means ، موردبررسیقرارگرفته و بنا بر کارهای صورت گرفته بر روی این الگوریتم، روش هایی پیشنهاد می گردد که پارامترهایمهم در محیط های ابری را در نظر گرفته و خوشه بندی داده های عظیم را بهبود بخشد.

خوشه بندی، داده های عظیم، مدیریت داده های عظیم، ذخیره سازی ابری، رایانش ابری، K-Means