集成數(shù)據(jù)分析算法的公共服務(wù)平臺的研究與實現(xiàn).pdf

1、伴隨企業(yè)生產(chǎn)和個人用戶活動產(chǎn)生的大規(guī)模數(shù)據(jù)集，如何從這些數(shù)據(jù)中分析提取出有價值、有意義的信息得到了人們越來越多的重視。但目前的一些數(shù)據(jù)分析平臺，一方面需要具有專業(yè)數(shù)據(jù)分析背景的人員進(jìn)行操作，另一方面平臺對用戶數(shù)據(jù)文件屬性字段選擇、分析算法的參數(shù)設(shè)置、算法計算模型公式選擇等方面沒有提供完全的支持，使得用戶需要去了解具體的數(shù)據(jù)分析算法流程和該過程對數(shù)據(jù)集屬性字段的影響。所以，本文針對用戶數(shù)據(jù)集屬性特點(diǎn)，研究并實現(xiàn)公共服務(wù)平臺與數(shù)據(jù)分析算法的

2、集成，具有十分重要的意義。
　　本文研究數(shù)據(jù)分析公共服務(wù)平臺與數(shù)據(jù)分析算法集成，通過對兩類K-Means算法與公共服務(wù)平臺的集成實現(xiàn)，進(jìn)一步總結(jié)出公共服務(wù)平臺與一般算法集成的共性。本文主要工作如下：首先對常見的聚類 K-Means算法進(jìn)行分析，總結(jié)出該算法與公共服務(wù)平臺集成的三類共性參數(shù)：聚類個數(shù)K，相似性距離公式選擇和用戶數(shù)據(jù)集屬性字段選擇。隨后基于共性參數(shù)，實現(xiàn) K-Means算法集與公共服務(wù)平臺的集成工作。論文還給出了基于最