داده کاوی بزرگ هزینه ی بهره وری در ابر یک مطالعه ی موردی با K-means

توضيحات مقاله

داده کاوی بزرگ هزینه ی بهره وری در ابر یک مطالعه ی موردی با K-means

چکیده  

کاوش داده ی بزرگ، اغلب نیازمند منابع محاسباتی فوق العاده است.  این امر به یک مانع عمده برای استفاده ی وسیع از تجزیه و تحلیل داده های بزرگ تبدیل شده است. محاسبات  ابری به محققان داده،  اجازه ی دسترسی به منابع محاسباتی  را بر اساس تقاضای ساخت راه حل های تحلیلی داده ای بزرگ آنان در ابر داده است. هر چند، هزینه ی پولی کاوش داده ی بزرگ در ابر،  هنوز هم می تواند بر خلاف انتظار مان،  بالا  باشد.

  برای مثال،  اجرای مثال EC2  Amazon  ۱۰۰ m4- xlarge  برای یک ماه، هزینه در حدود ۱۷،۴۹۵،۰۰ دلار  را به دنبال دارد. در این زمینه، مسئله ی حیاتی  به منظور تجزیه و تحلیل هزینه ی بهره وری  داده کاوی بزرگ در ابر، چگونگی دستیابی به یک  نتیجه ی رضایت بخش کافی  در حداقل هزینه ی محاسباتی ممکن است. در سناریو های  داده کاوی بزرگ حقیقی، دقت ۱۰۰٪ غیر ضروری است. در عوض، اغلب دستیابی به یک دقت کافی برای مثال ۹۹٪ ، یا هزینه ی کمتر مانند ۱۰٪ نسبت به هزینه ی دستیابی به دقت ۱۰۰٪ ،  ترجیح داده می شود.

در این مقاله ، ما به کشف و نمایش  داده کاوی بزرگ هزینه ی بهره وری  به همراه یک مطالعه ی موردی با استفاده از K-means  شناخته شده می پردازیم.  با استفاده از مطالعه ی موردی، در می یابیم که  دست یابی به دقت ۹۹٪ تنها نیاز به  هزینه ی محاسبتی  ۴۶.۱۷٪-۰.۳۲٪  مربوط به دقت ۱۰۰٪  دارد.  این یافته، سنگ بنای لازم را برای  داده کاوی هزینه ی بهره وری در انواع دامنه ها فراهم می کند.

کلمات کلیدی : محاسبات ابری ، داده کاوی، هزینه ی بهره وری  ، داده بزرگ ،K- means

——————————————————

عنوان اصلی مقاله :  Cost-effective Big Data Mining in the Cloud: A Case Study with K-means

ترجمه فارسی عنوان : داده کاوی بزرگ هزینه ی بهره وری در ابر یک مطالعه ی موردی با K-means

تعداد صفحات انگلیسی: ۱۰ صفحه

تعداد صفحات ترجمه : ۱۴صفحه

قیمت ترجمه فارسی: ۲۴۰۰۰ تومان

دانلود رایگان نسخه انگلیسی ژورنال و خرید ترجمه فارسی به صورت آنلاین از لینک های پایین

-برای خرید فایل ترجمه مقاله به صورت آنلاین از لینک زیر استفاده نمائید

برای خرید فایل ترجمه به صورت انلاین کلیک کنید