基于MapReduce計算模型的PageRank算法的優(yōu)化與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網數據量的激增,對網絡中的海量數據的分析以及信息挖掘都面臨著在計算能力和存儲空間方面的瓶頸。針對此瓶頸,一般會選用MapReduce去處理,MapReduce是一個編程模型,主要用于在一個集群中用并行、分布式算法處理針對大型數據集的可并行化的問題。該模型主要融合了網格計算、并行化、分布式等技術,不僅降低了終端設備要求,而且提高了數據處理能力。本文旨在針對經典的基于鏈接關系的網頁排名算法PageRank存在的不足,優(yōu)化網頁排名算法

2、,并設計適于MapReduce分布式計算模型的優(yōu)化算法。
  本文主要工作如下:
 ?。?)對Web結構挖掘理論做了深入分析,并重點研究了PageRank算法、HITS算法、SALSA算法等以及這些算法之間的異同。
  (2)針對PageRank算法常見的四個缺點(主題漂移、權值平均化、偏重舊網頁、興趣無關性)分別提出了相應的解決方案,提出了優(yōu)化算法I-PR,并通過實驗證明使用它對網頁進行排序的優(yōu)越性。
 ?。?

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論