基于Map-Reduce的移動(dòng)學(xué)習(xí)用戶群聚類分析.pdf

1、近年來(lái)，隨著移動(dòng)通信、移動(dòng)互聯(lián)網(wǎng)、智能終端等技術(shù)的高速發(fā)展，移動(dòng)上網(wǎng)用戶日益普及，加之社會(huì)競(jìng)爭(zhēng)壓力的增大，人們渴望能夠隨時(shí)、隨地進(jìn)行任何方式的學(xué)習(xí)。在此背景下，移動(dòng)學(xué)習(xí)(M-Learning)應(yīng)運(yùn)而生，并由于具有便捷性、靈活性、交互性、個(gè)性化等優(yōu)點(diǎn)得到蓬勃發(fā)展，移動(dòng)學(xué)習(xí)的各種數(shù)據(jù)規(guī)模也隨之呈現(xiàn)出爆炸式增長(zhǎng)，人們?cè)谝苿?dòng)學(xué)習(xí)中面臨著“數(shù)據(jù)豐富，知識(shí)匱乏”的尷尬處境，如何從海量的移動(dòng)學(xué)習(xí)數(shù)據(jù)資源中提取出有價(jià)值的信息，成為一個(gè)亟待解決的問(wèn)題。<

2、br>　　本文提出將聚類分析、Map/Reduce分布式編程技術(shù)應(yīng)用于移動(dòng)學(xué)習(xí)領(lǐng)域:第一章簡(jiǎn)要介紹了論文的選題背景、研究?jī)?nèi)容和意義;第二章詳細(xì)介紹了移動(dòng)學(xué)習(xí)、聚類分析等相關(guān)技術(shù)的原理;第三章針對(duì)移動(dòng)學(xué)習(xí)中最活躍的大學(xué)生群體，精心設(shè)計(jì)了調(diào)查問(wèn)卷，在駐漢多所深入調(diào)研后，對(duì)大量調(diào)研數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)處理和數(shù)據(jù)清洗，并量化處理各變量值后，利用TwoStep算法對(duì)數(shù)據(jù)樣本進(jìn)行了聚類分析，將移動(dòng)學(xué)習(xí)用戶群劃分為三個(gè)特征各異的簇，通過(guò)深入分析實(shí)驗(yàn)結(jié)果，發(fā)

3、現(xiàn)不同移動(dòng)學(xué)習(xí)用戶群的學(xué)習(xí)模式，驗(yàn)證了開(kāi)展相關(guān)研究的必要性和可行性，對(duì)當(dāng)前開(kāi)展移動(dòng)學(xué)習(xí)研究具有啟發(fā)性的指導(dǎo)意義。
　　受終端設(shè)備計(jì)算、存儲(chǔ)能力所限，對(duì)移動(dòng)學(xué)習(xí)數(shù)據(jù)進(jìn)行傳統(tǒng)的聚類時(shí)效率低下，乃至處理大規(guī)模數(shù)據(jù)時(shí)會(huì)程序崩潰等，無(wú)法滿足移動(dòng)學(xué)習(xí)者的實(shí)時(shí)性、便捷性等特殊需要。為解決這一難題，本文第四章結(jié)合當(dāng)前云計(jì)算中最流行的分布式Map/Reduce計(jì)算模型，探討并實(shí)現(xiàn)了基于Map/Reduce的移動(dòng)學(xué)習(xí)中數(shù)據(jù)聚類算法，并通過(guò)實(shí)驗(yàn)將集群和