期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
社交网络大数据下贪婪式实时网站推荐算法
被引量：
6
1
作者
娄建楼
邹伟
+2 位作者
王玲
曲朝阳
史春雷
《计算机应用研究》
CSCD
北大核心
2015年第5期1361-1364,共4页
社交网络每天都会产生结构化、半结构和非结构化的大数据,数据的增长速度超过了对硬件需求的摩尔定律。在社交网络中还存在各种恶意评价、刷分和刷网站关注度等不良现象,对大数据的分析处理带来了巨大挑战。为了提高数据的处理效率和网...
社交网络每天都会产生结构化、半结构和非结构化的大数据,数据的增长速度超过了对硬件需求的摩尔定律。在社交网络中还存在各种恶意评价、刷分和刷网站关注度等不良现象,对大数据的分析处理带来了巨大挑战。为了提高数据的处理效率和网站推荐的准确性,提出了一种在Hadoop云平台下基于用户的贪婪式实时近似网站推荐的RT-G算法。算法通过迭代寻优算法找到最合适的用户数量作为网站推荐评价的用户标准,应用频度近似算法完成对网站的推荐,通过实验证明了方法的效率和有效性。
展开更多
关键词
社交网络大数据
HADOOP
网站推荐
实时
在线阅读
下载PDF
职称材料
基于Spark GraphX和社交网络大数据的用户影响力分析
被引量：
10
2
作者
文馨
陈能成
肖长江
《计算机应用研究》
CSCD
北大核心
2018年第3期830-834,共5页
利用社交网络大数据进行用户影响力分析,有助于识别网络环境中影响力强的用户实现其社会和商业价值。传统方法无法高效处理海量社交网络数据,定量准确地分析用户影响力,为解决该问题,提出一种基于PageRank算法的改进的用户影响力评价模...
利用社交网络大数据进行用户影响力分析,有助于识别网络环境中影响力强的用户实现其社会和商业价值。传统方法无法高效处理海量社交网络数据,定量准确地分析用户影响力,为解决该问题,提出一种基于PageRank算法的改进的用户影响力评价模型。综合考虑了用户连接程度和活跃程度,并以支持大规模并行图计算的Spark Graph X为工具,快速高效地实现了微博用户影响力的定量分析与评价。实验结果表明,所提方法效率更高,得到的用户影响力结果更接近真实情况。
展开更多
关键词
数据
挖掘
社交网络大数据
SPARK
GraphX
用户影响力分析
在线阅读
下载PDF
职称材料
题名
社交网络大数据下贪婪式实时网站推荐算法
被引量：
6
1
作者
娄建楼
邹伟
王玲
曲朝阳
史春雷
机构
东北电力大学信息工程学院
出处
《计算机应用研究》
CSCD
北大核心
2015年第5期1361-1364,共4页
基金
国家自然科学基金资助项目(51277023)
吉林省科技发展计划项目(20150204084GX)
吉林市科技计划项目(201414011)
文摘
社交网络每天都会产生结构化、半结构和非结构化的大数据,数据的增长速度超过了对硬件需求的摩尔定律。在社交网络中还存在各种恶意评价、刷分和刷网站关注度等不良现象,对大数据的分析处理带来了巨大挑战。为了提高数据的处理效率和网站推荐的准确性,提出了一种在Hadoop云平台下基于用户的贪婪式实时近似网站推荐的RT-G算法。算法通过迭代寻优算法找到最合适的用户数量作为网站推荐评价的用户标准,应用频度近似算法完成对网站的推荐,通过实验证明了方法的效率和有效性。
关键词
社交网络大数据
HADOOP
网站推荐
实时
Keywords
social network big data
Hadoop
websites recommendation
real time
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于Spark GraphX和社交网络大数据的用户影响力分析
被引量：
10
2
作者
文馨
陈能成
肖长江
机构
武汉大学测绘遥感信息工程国家重点实验室
武汉大学地球空间信息技术协同创新中心
出处
《计算机应用研究》
CSCD
北大核心
2018年第3期830-834,共5页
基金
湖北省自然科学基金创新群体项目(2016CFA003)
国家自然科学基金资助项目(41301441)
国家"863"计划资助项目(2013AA01A608)
文摘
利用社交网络大数据进行用户影响力分析,有助于识别网络环境中影响力强的用户实现其社会和商业价值。传统方法无法高效处理海量社交网络数据,定量准确地分析用户影响力,为解决该问题,提出一种基于PageRank算法的改进的用户影响力评价模型。综合考虑了用户连接程度和活跃程度,并以支持大规模并行图计算的Spark Graph X为工具,快速高效地实现了微博用户影响力的定量分析与评价。实验结果表明,所提方法效率更高,得到的用户影响力结果更接近真实情况。
关键词
数据
挖掘
社交网络大数据
SPARK
GraphX
用户影响力分析
Keywords
data mining
big data from social network
Spark GraphX
analysis of user influence
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
社交网络大数据下贪婪式实时网站推荐算法
娄建楼
邹伟
王玲
曲朝阳
史春雷
《计算机应用研究》
CSCD
北大核心
2015
6
在线阅读
下载PDF
职称材料
2
基于Spark GraphX和社交网络大数据的用户影响力分析
文馨
陈能成
肖长江
《计算机应用研究》
CSCD
北大核心
2018
10
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
