2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩76頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在21世紀(jì)的今天,飛速發(fā)展的互聯(lián)網(wǎng)給人們?nèi)粘I顜?lái)了巨大的便利,各行各業(yè)都在向互聯(lián)網(wǎng)化靠攏。同時(shí),用戶在網(wǎng)絡(luò)上的行為足跡大多被記錄在Web日志文件中,通過(guò)對(duì)這些文件進(jìn)行有效的算法分析,將得到很多有價(jià)值的信息。和普通的文本挖掘文件源不同的是,由于人們經(jīng)常進(jìn)行網(wǎng)絡(luò)操作,Web日志文件的數(shù)據(jù)量十分巨大,因此普通的串行化算法不再適用,而并行化算法開始在 Web數(shù)據(jù)挖掘領(lǐng)域快速流行起來(lái)。Apache Hadoop作為目前最為成熟的并行化框架,被

2、開發(fā)人員在Web數(shù)據(jù)挖掘中廣泛的使用。在算法方面,使用并行化的聚類算法對(duì)Web日志文件進(jìn)行運(yùn)算,可以為日志文件所在站點(diǎn)在內(nèi)容結(jié)構(gòu)優(yōu)化、用戶內(nèi)容推薦等方面提供依據(jù)。
  本文在Hadoop平臺(tái)下利用Web日志文件作為數(shù)據(jù)源對(duì)象進(jìn)行聚類分析,同時(shí)研究分析聚類算法。主要完成幾個(gè)方面的工作:
  1.研究Hadoop和Web數(shù)據(jù)挖據(jù)的相關(guān)知識(shí);
  2.進(jìn)行Hadoop分布式平臺(tái)的整體搭建,除了基本的Hadoop平臺(tái),還有Ma

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論