您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 算法文档,来看看吧

  2. [原网页] [置顶] 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大系列集锦 [原网页] 程序员编程艺术第三十~三十一章:字符串转换成整数,通配符字符串匹配 [原网页] 程序员编程艺术第二十八~二十九章:最大连续乘积子串、字符串编辑距离 [原网页] 数据挖掘中所需的概率论与数理统计知识、上 [原网页] 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法 [原网页] 九月十月百度人搜,阿里巴巴,腾讯华为笔试面试八十题(第331-410题) [原网页] 支持向量机通俗导论(理解SVM的三
  3. 所属分类:讲义

    • 发布日期:2015-01-13
    • 文件大小:38797312
    • 提供者:u010811257
  1. 朱飞达-BDTC_2015_大数据与金融创新:从研究到实战

  2. 新加坡管理大学信息系统学院教授朱飞达在《大数据与金融创新:从研究到实战》主题演讲中分享了基于社交媒体大数据的个人征信应用模式,包括四个方面: (1)提取社交维度特征,加入现在传统信用模型 (2)采用产生式模式挖掘不同信用类别的隐含用户模型 (3)基于社会关系网络的风险传递查询和探索引擎 (4)实时反欺诈侦测和预警系统
  3. 所属分类:金融

    • 发布日期:2016-01-06
    • 文件大小:25165824
    • 提供者:whywhom
  1. 基于大数据平台构建数据仓库的研究与实践.pdf

  2. 数据仓库设计文档,帮助大家理解及如何设计数据仓库,很不错的一篇论文。专题 lTo 学习体系,能从海量数据中提炼高价值信息,构建自主 (1)源系统结构化数据:源系统按大数据平合的 训练与反馈、可不断从最新数据中调整演化的智能业务供数规范要求提供表数据文本和标志文件。 模型体系。 (2)文件交换区FSA:文件的交换中枢,含源系 以 Hadoop^ Spark为代表的大规模数据处理技术为统结构化数据和半结构化、非结构化数据(主要是外部 超越传统数据库的处理局限性提供了先进的并行计算和数据)。 资源调度
  3. 所属分类:其它

    • 发布日期:2019-07-16
    • 文件大小:1048576
    • 提供者:bucaixia08
  1. 基于多种数据源的中文知识图谱构建方法研究_胡芳槐.caj

  2. 基于多种数据源的中文知识图谱构建方法研究 自从语义网的概念提出以来,越来越多的开放链接数据和用户生成内容被发布于互联网中,互联网逐步从仅包含网页与网页之间超链接的文档万维网转变为包含大量描述各种实体和实体之间丰富关系的数据万维网。在此背景下,知识图谱首先由Google提出,其目标在于描述真实世界中存在的各种实体和概念,以及这些实体、概念之间的关联关系。知识图谱在实体层面对本体进行了丰富和扩充;本体中突出和强调的是概念以及概念之间的关联关系,描述了知识图谱的数据模式;而知识图谱则是在本体的基础上,
  3. 所属分类:机器学习

    • 发布日期:2020-05-06
    • 文件大小:19922944
    • 提供者:u013222658
  1. 基于Hadoop的数据挖掘算法研究与实现

  2. 随着移动智能操作系统技术的突破,智能手机的普及,移动互联网时代的到来,web app每天都在产生TB甚至PB级的web日志,如何从这些海量日志信息中提取用户的个人爱好及其他信息,为用户提供个性化推荐服务,为人们的生活带来便利,成为各大互联网公司和科研机构研究人员的研究热点。由于开源云计算平台Hadoop的出现,解决海量web日志信息的数据挖掘成为可能。 本文的研究内容主要包含以下几个方面: 一、对Hadoop云计算平台进行研究。Hadoop是Apache下的顶级开源项目,该平台能够利用成千上万的
  3. 所属分类:Hadoop

    • 发布日期:2020-01-15
    • 文件大小:9437184
    • 提供者:sunearlier
  1. 恩拓协议ETS白皮书.pdf

  2. 恩拓协议(ETS)是释放价值互联网潜能的可信数据协议,旨在为区块链链上数据共享与数据交易的隐私保护问题提供新的思路和技术支持。7.3智慧物联网 37 74注意力经济 37 八、代币经济模型 ■■■■■■■■■看■■■■■■■■■■■■■■■■■■■■■■■■■着■■■■■■■■■■■■■■看■■■■■■■■■■■■■■■■ 38 参者文献 41 EncryTrust:一种新型分布式加密计算协议 摘要 针对当前互联网时代数据交互及交易流程中的数据造假、数据截留、数据泄漏 等数据安全问题,提出了一
  3. 所属分类:以太坊

    • 发布日期:2019-09-02
    • 文件大小:2097152
    • 提供者:etschina
  1. 面向服务的云数据挖掘引擎的研究

  2. 数据挖掘算法处理海量数据时,扩展性受到制约.在商业和科学研究的各个领域,知识发现的过程和需求差异较大,需要有效的机制来设计和运行各种类型的分布式数据挖掘应用.提出了一种面向服务的云数据挖掘引擎的框架CloudDM.不同于基于网格的分布式数据挖掘框架,CloudDM利用开源云计算平台Hadoop处理海量数据的能力,以面向服务的形式支持分布式数据挖掘应用的设计和运行,并描述面向服务的云数据挖掘引擎系统的关键部件和实现技术.依据面向服务的软件体系结构和基于云平台的数据挖掘引擎,可以有效解决海量数据挖掘
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:945152
    • 提供者:weixin_38654915
  1. 基于大数据的数据挖掘引擎研究

  2. 为了解决数据挖掘在大数据中存在的问题,文中对大数据下的数据挖掘引擎进行了研究,以Spark作为核心引擎,并在Spark的内存计算算子的基础上,实现了多个传统数据挖掘算法的并行计算,使得传统的数据挖掘算法能在集群环境中并行运行,从而在大数据中得到较好的应用。然后通过系统分层方法,将数据挖掘系统进行分层设计,实现了一个完整的大数据挖掘平台。实验表明,基于Spark实现的Apriori算法跟PageRank算法的并行计算能有效减少执行时间,在大数据挖掘上具有较好的应用。
  3. 所属分类:其它

    • 发布日期:2021-01-27
    • 文件大小:1043456
    • 提供者:weixin_38569203