

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、近年來,互聯(lián)網(wǎng)的飛速發(fā)展提供了一個豐富便捷的網(wǎng)絡環(huán)境,人們越來越習慣在網(wǎng)絡上進行交流、交易、娛樂等等,海量的用戶網(wǎng)絡數(shù)據(jù)充斥著整個互聯(lián)網(wǎng),越來越多的人看到了大數(shù)據(jù)背后隱藏的價值,全球范圍內掀起來大數(shù)據(jù)研究的浪潮;隨著大數(shù)據(jù)技術的火熱研究,吸引了國內外眾多學者投入到大數(shù)據(jù)挖掘的研究中,實現(xiàn)了基于用戶網(wǎng)絡行為數(shù)據(jù)的分析挖掘的研究體系。
大數(shù)據(jù)計算平臺并不需要使用超高性能的服務器才能實現(xiàn),使用普通的PC即可搭建而成,并且這種集群化的
2、模式表現(xiàn)出的計算性能往往比超高性能的服務器還要好。以Spark為代表的分布式計算平臺是近幾年剛剛興起并且快速發(fā)展的一種新技術,原因在于這種分布式平臺是基于內存的計算模式,可以提供海量存儲和超級計算的能力。把分析挖掘超大數(shù)據(jù)集的任務使用云計算方案來解決,能夠極大地提升計算速度和用戶分類的效能。因此,以Spark為代表的分布式計算平臺和海量用戶數(shù)據(jù)集的分類挖掘相融合,會是一個很有科研價值和應用潛力的研究方向。
本文主要研究基于Sp
3、ark和改進的TF-IDF算法的用戶特征分析,具體工作如下:
1、研究了Spark的相關技術以及Spark集群的搭建過程。使用樸素貝葉斯分類算法,結合Spark內存計算框架,對用戶觀看視頻及次數(shù)信息進行分析,建立用戶性別和年齡區(qū)間的分類模型;并進一步介紹了整個分析系統(tǒng)的架構。
2、在基本的分類算法中,并沒考慮特征項權重問題,這樣并不能體現(xiàn)出每一個特征項的價值,基于這一因素,采用傳統(tǒng)的TF-IDF權重進行進一步實驗,與
4、基本的分類算法對比分類效果。
3、列出傳統(tǒng)的TF-IDF權重計算方法的缺陷,僅僅考慮特征項自身的價值,而沒有體現(xiàn)特征項與類別之間的相關性;針對這一問題,提出了一種基于特征項與類別間相關性的TFC-IDFC權重計算方法,并詳細介紹了優(yōu)化分類模型的過程,通過實驗得出分類結果。
4、將改進的權重計算方法與基本分類算法和傳統(tǒng)的TF-IDF權重計算方法進行比較,通過正確率和F1值兩個指標,證明考慮到特征項與類別的相關性所提出的
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內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)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于Spark的網(wǎng)絡用戶行為分析方法的研究.pdf
- 基于聚類的用戶特征分析.pdf
- 基于Spark平臺的通信網(wǎng)用戶流失預測研究.pdf
- 基于spark平臺的通信網(wǎng)用戶流失預測研究
- 基于Spark的大規(guī)模社交媒體中用戶興趣建模研究.pdf
- 基于Spark的聯(lián)機分析處理的研究.pdf
- 基于機器學習的社交網(wǎng)絡用戶特征分析
- 基于機器學習的社交網(wǎng)絡用戶特征分析.pdf
- 基于Spark的社交主題分析與應用.pdf
- 基于Spark的輿情分析架構研究.pdf
- 基于Spark的Web日志分析處理系統(tǒng).pdf
- 基于Spark的巖石圖像聚類分析算法研究.pdf
- 基于用戶特征分析的微博意見領袖挖掘研究.pdf
- 基于Spark的日志分析工具的設計與實現(xiàn).pdf
- 基于產(chǎn)品特征的用戶評論情感傾向分析研究.pdf
- 基于Spark平臺的惡意流量監(jiān)測分析系統(tǒng).pdf
- 基于Spark系統(tǒng)的查詢分析及優(yōu)化研究.pdf
- 基于Spark的內網(wǎng)行為分析技術研究.pdf
- 基于Spark數(shù)據(jù)分析系統(tǒng)的設計與實現(xiàn).pdf
- 基于Spark的情報大數(shù)據(jù)可視化分析.pdf
評論
0/150
提交評論