دیتا مایند

مجموعه مقالات فارسی در زمینه MapReduce

همواره مشهور است که می گویند قدم اول در هر کاری بسیار دشوار است بعد از آنکه آن قدم برداشته شد و استمرار وجود داشت قدم های بعدی ساده تر می گردد. مجموعه مقالات فارسی تهیه شده، جایگاه قدم اول را در این حوزه های مطالعاتی دارد. 
در این سلسله مقالات، مقالات فارسی در حوزه های مرتبط با داده کاوی، متن کاوی، هوش تجاری و مفاهیم مرتبط با آن ها می باشد داده های کلان ارائه خواهد شد.
این مجموعه مقالات توسط وب سایت خواهر دیتا مایند یعنی وب سایت دیتا هارت جمع آوری و عرضه شده است.
غالب این مجموعه مقالات رایگان هستند اما برخی نیز هزینه اندکی دارند. در ادامه این مجموعه مقالات ارائه می شود.

مقالات فارسی برای کسانی که به دنبال تحقیق در مورد موضوعی هستند بهترین نقطه شروع است. لیست مقالات ارائه شده در زمینه MapReduce :


۱. Balanced MapReduce With Replication (BMWR) Model: An improved load balancingmodel based on fault tolerance replication factor
۲. خوشه بندی داده های ابعادبالا با استفاده از آنتروپی و مدل MapReduce در Hadoop-Mahout
۳. رویکردمدل MapReduce درپردازش داده های عظیم دراکوسیستم Hadoop-Mahout
۴. مروری بر بهبود دهی الگوریتم های زمانبندی Mapreduce در Hadoop
۵. مروری بر محاسبات موازی بر روی مجموعه داده های بزرگ مبتنی بر تکنیک MapReduce و Hadoop
۶. مروری بر موازی سازی الگوریتم EP-Growth با استفاده از چهارچوب MapReduce
۷. مروری بر مدیریت پردازش دادگان عظیم با استفاده ازApache و MapReduce Spark
۸. HSim : یک شبیهسازی MapReduce برای قادرسازی رایانش ابری
۹. سیستم تشخیص دست خط فارسی متنی بر الگوریتمFastDTW و مدل برنامه نویسی MapReduce از طریق فن آوری های محاسبات ابری
۱۰. مروری برروشهای استخراج موازی مجموعه اقلام پرتکرار براساس چارچوب MapReduce
۱۱. Correlated Appraisal of Big Data, Hadoop and MapReduce
۱۲. کاربرد MapReduce در کلان داده ها
۱۳. ارائه یک روش موازی به منظور افزایش کارایی روش خوشه بندی فازی داده های حجیم بر اساس مدل Mapreduce
۱۴. A MapReduce-based online Image Retrieval System using Bag-of-Words Model
۱۵. داده کاوی اطلاعات بانکی با استفاده از روش RFM و MapReduce در چهارچوب Hadoop
۱۶. K-means Clustering Algorithms on MapReduce: A Review
۱۷. مقایسه روش های پردازش کلان داده با استفاده از سیستم های پردازش داده موازی و MapReduce
۱۸. بررسی تأثیر گره های شتاب دهنده در کاهش زمان اتمام کار MapReduce در محیط های ابری ناهمگن
۱۹. بررسی الگوریتم MapReduce در سیستم های توزیع شده
۲۰. روشی نوین برای بهبود کارایی MapReduce با استفاده از ترکیب کننده تطبیقی
۲۱. بهبود تمامیت MapReduce با استفاده از واترمارک
۲۲. HadoopDB یک معماری ترکیبی از MapReduce و DBM
۲۳. بررسی چند روشزمان بندی در مدل برنامه نویسی موازی Hadoop MapReduce و چالشهای آن در زمینه محلیت و عملکرد بهتر
۲۴. پردازش داده های هواشناسی ایران براساس Hadoop mapreduce
۲۵. استفاده ازالگوی MapReduce برای پردازش داده های حجیم درhadoop
۲۶. مروری بر زمان بندی های انطباقی کار در MapReduce
۲۷. بررسی قابلیت به کارگیری چارچوب MapReduce به منظور قابل حل نمودن محاسبات علمی

برای خرید این مقالات، به وب سایت دیتا هارت مراجعه بفرمایید. یا از طریق لینک زیر اقدام نمایید. 

http://yon.ir/MVLmi