【摘 要】
：
如今,由于互联网的迅猛发展和应用的普及,web中包含数据量不断增大,大多数用户将搜索引擎作为自己信息检索的首选。搜索引擎能够将杂乱无章的信息整合起来,为用户建立有序的
论文部分内容阅读
如今,由于互联网的迅猛发展和应用的普及,web中包含数据量不断增大,大多数用户将搜索引擎作为自己信息检索的首选。搜索引擎能够将杂乱无章的信息整合起来,为用户建立有序的索引文档,用户检索信息时能够变得方便快捷。但是,用户在使用搜索引擎上网时产生的搜索日志也越来越多,因此,各大互联网公司或者是搜索类公司希望通过精准有效的搜索日志分析与挖掘来推出用户的行为习惯,从而提升用户对搜索引擎的满意程度。但是对用户的行为进行分析面临着两大问题。首先,大量的搜索日志的存储和预处理如何解决;其次,怎样设计用户行为分析模型用来获取用户的行为特点,在对用户的查询日志数据获取后,如何选择合适的研究平台对用户行为进行研究。根据上面的分析和参考了大量的文献后,本文采用了以Hadoop为分析平台作为用户行为分析系统的方案。主要是以Hadoop为分析平台,运用HBase对海量日志进行存储并,采用MapReduce计算模式对用户行为进行分析,以搜狗公司的开放用户搜索日志作为分析的数据源。并结合相关数据挖掘算法分析用户行为特征。本文设计的一个基于海量查询日志的用户行为分析平台,主要包括三个模块,即数据预处理模块、数据转存模块和数据分析模块,其中数据分析模块为整个系统的重点,主要从关键字排名、URL排名、时间段统计和用户查询主题聚类等方面对查询日志进行了分析,并以web文本挖掘的流程为思路对用户查询日志进行分析。最后,对Hadoop集群开发环境的搭建和部署进行了介绍,通过对用户的搜索日志数据详细分析,得出分析结果。
其他文献
脑积水是一个广义的名词，而不是一种疾病的诊断。凡是各种原因引起的脑脊液循环受阻，积聚于脑室内，导致脑室明显扩张者都称为脑积水。超声诊断胎儿发育有无畸形是所有产前诊断方
近年来,随着城市化进程的加快,建筑功能呈现出更加多元化的特点,传统的建筑工程管理模式已不能够完全适应这种复杂的发展情形。而在科学信息技术发展带动下应运而生的BIM技术
通过线控转向（Steer-by-Wire,SBW）系统控制汽车方向盘转角提高某汽车在极限行驶中抗侧翻能力.建立SBW整车模型,基于紧急避让、紧急掉头和蛇行运动等3种危险操纵稳定性工况分析,
我科从2005年开始，在科室开展了岗位量化考评工作，取得了较好效果，现报告如下。1 质量考核小组的组成及标准的制定科室成立质量考核小组，由各组长及科室护理骨干组成，负责本科的护
为保证列车碰撞时车体次要部位或附加装置尽可能多地吸收撞击能量，减少财产损失和人员伤亡，提出组合结构吸能装置的设计思想．根据耐撞性车体吸能装置设计原理，设计出不同截面形状
暴露疗法是治疗创伤后应激障碍的主要行为疗法。当被试反复暴露于可引起恐惧反应的条件刺激(如白噪音),但却不伴有非条件刺激(如足底电击)时,恐惧记忆将被消退,形成消退记忆
我院是一所三级甲等医院，手术间12台，日开展手术25台，手术室现有各类手术器械包96个，其中大型手术器械包48个，小型手术器械包50个，日需消毒无菌布类包60个左右，布类包根据手术量略有
对肺结节病合并胸腔积液误诊1例分析如下。1病历摘要女，45岁。以气短0．5a为主诉入院，无发热及咳嗽咳痰。查体：神清，消瘦，左锁骨上窝可触及直径约0．6cm的淋巴结，质硬，活动度良好。右下
介绍具有等几何分析功能的GeoPDEs平台的数据结构和分析流程,针对二维平面形状优化问题,以控制顶点为设计变量,在推导出等几何分析的灵敏度计算公式后,提出基于GeoPDEs平台的
依据EN 12663-1-2010标准对地铁车头车车体进行静强度仿真,并将仿真结果与试验数据结果进行对比,发现两者具有良好的一致性.但是,在一位端窗台压缩工况中,牵引梁缓冲区4个测