基于Web日志的分布式并行數(shù)據(jù)挖掘算法研究.pdf_第1頁
已閱讀1頁，還剩76頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：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)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

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砹司薮蟮谋憷?，各行各業(yè)都在向互聯(lián)網(wǎng)化靠攏。同時，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，通過對這些文件進行有效的算法分析，將得到很多有價值的信息。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。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Web日志文件進行運算，可以為日志文件所在站點在內(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平臺下利用Web日志文件作為數(shù)據(jù)源對象進行聚類分析，同時研究分析聚類算法。主要完成幾個方面的工作：
　　1.研究Hadoop和Web數(shù)據(jù)挖據(jù)的相關(guān)知識；
　　2.進行Hadoop分布式平臺的整體搭建，除了基本的Hadoop平臺，還有Ma

溫馨提示

  • 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論