搜狗数据的数据格式： 访问时间\t 用户 ID\t[查询词]\t 该 URL 在返回结果中的排名\t 用户点击的顺序号\t 用户点击的 URL 其中，用户 ID 是根据用户使用浏览器访问搜索引擎时的 Cookie 信息自动赋值，即同一次使用浏览器输入的 不同查询对应同一个用户 ID
2023-04-01 15:06:15
965KB
1
实验手册——搜狗搜索日志分析系统，压缩包里面是pdf格式和word格式的。
实验手册——搜狗搜索日志分析系统，可以练习使用hadoop离线分析。练手的吧。
2021-06-30 00:25:52
1.14MB
1
基于搜狗查询数据500w条使用MapReduce做数据清洗，hive做离线分析的项目，详细文档附数据连接，搜狗实验室的搜索数据下载后缺少了用户ID字段的数据，所以本分析采用的是完整的数据，大家可以放心下载，如果下载数据的百度云链接失效无法下载，大家可以给我留言。
2020-01-04 03:14:55
3.28MB
1
实验手册：搜狗搜索日志分析系统实现-Hadoop2.0-v1.2-noted
2019-12-21 21:38:30
896KB
1
本文利用搜狗搜索日志的500w条数据，对搜索日志进行了一系列的分析。主要分为两个阶段，第一阶段是数据准备、数据预处理和数据加载阶段，第二阶段为分析阶段。利用Hive等工具，完成30页的分析报告。
2019-12-21 19:55:55
1.05MB
1