为了解决大数据应用背景下大型电子商务系统所面临的信息过载问题,研究了基于Hadoop构建分布式电子商务推荐系统的方案。采用基于MapReduce模型实现的算法具有较高的伸缩性和性能,能高效地进行离线数据分析。为了克服单一推荐技术的不足,设计了融合多种互补性推荐技术的混合推荐模型。实验结果表明,基于Hadoop平台实现的推荐系统具有较好的伸缩性和性能。
2021-04-02 14:54:24
630KB
1
关联规则和聚类分析是数据挖掘中重要的研究课题。通过对关联规则挖掘算法Apriori算法进行分析与研究，指出了其在实用中存在的两个主要问题。鉴于此，在分析聚类分析和关联规则两种挖掘算法的基础上，讨论了将这两种独立的挖掘方法集成起来的联合挖掘，使其可以有效地压缩数据规模。给出了聚类后的关联规则快速更新算法描述。实验结果表明，算法性能优良，提高了数据挖掘执行效率。
2021-03-09 15:23:22
30KB
1
经典的关联规则数据挖掘算法Apriori 算法广泛应用于各种领域，通过对数据的关联性进行了分析和挖掘，挖掘出的这些信息在决策制定过程中具有重要的参考价值。
2021-02-03 09:40:43
206KB
1
针对现在机器学习的文本分类算法普遍使用的knn，支持向量机，神经网络等算法进行分类中存在的两个问题，没有考虑到语义关联对其文本的影响和受文章长短对其词频向量大小的影响，通过结合apiori算法进行改进knn算法的方法对文本分类样本进行了分类实验，结果表明，该改进算法相对于为改进前平均查准率有10%左右的提升，平均召回率有5%左右的提升,得出该方法能有效提高文本分类准确率的结论。
2021-01-29 11:13:42
901KB
1