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)，請進行舉報或認領(lǐng)

文檔簡介

1、在21世紀的今天，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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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