社交云平臺(tái)下用戶行為分析的研究.pdf

1、隨著信息化的不斷發(fā)展，云計(jì)算與社交網(wǎng)也逐漸被大眾所熟知，蘊(yùn)藏在社交云內(nèi)的用戶行為數(shù)據(jù)也呈爆炸式的增長(zhǎng)。而這些海量的用戶行為數(shù)據(jù)中隱藏著大量有用的信息和知識(shí)，但是對(duì)海量的數(shù)據(jù)進(jìn)行分析和處理長(zhǎng)期以來都是一個(gè)艱巨而復(fù)雜的任務(wù)，高速準(zhǔn)確的從這些數(shù)據(jù)中挖掘出有用的信息和知識(shí)，對(duì)分析用戶的各項(xiàng)需求和產(chǎn)品的評(píng)估有著重要的意義。
　　 參考社交網(wǎng)與云計(jì)算及用戶行為分析的國內(nèi)外相關(guān)文獻(xiàn)，重點(diǎn)對(duì)用戶行為分析與Hadoop平臺(tái)相關(guān)技術(shù)、開發(fā)方法進(jìn)行分

2、析，詳細(xì)闡述了用戶行為分析的主要內(nèi)容、用戶行為分析中常用的關(guān)聯(lián)規(guī)則挖掘算法;闡述了Hadoop分布式文件系統(tǒng)HDFS以及Hadoop中的MapReduce框架。本文主要針對(duì)用戶行為分析預(yù)處理階段以及用戶行為分析中的關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行研究，根據(jù)社交網(wǎng)站的特點(diǎn)，設(shè)計(jì)了基于云計(jì)算的用戶行為分析預(yù)處理;將云計(jì)算技術(shù)與用戶行為分析中關(guān)聯(lián)規(guī)則挖掘算法的經(jīng)典算法Apriori相結(jié)合，并對(duì)MapReduce進(jìn)行改進(jìn)，提出基于改進(jìn)MapReduce方案

3、的Apriori算法。能較好解決實(shí)際應(yīng)用過程中傳統(tǒng)用戶行為分析的瓶頸，即傳統(tǒng)算法通常只適合解決規(guī)模較小的輸入數(shù)據(jù)，當(dāng)輸入數(shù)據(jù)增大時(shí)，它們往往會(huì)因計(jì)算量的增大而速度減慢甚至無法運(yùn)行的問題。通過提高用戶行為分析的效率更好的為SNS網(wǎng)站的構(gòu)建而服務(wù)，為用戶提供更好的用戶體驗(yàn)。
　　 通過搭建實(shí)驗(yàn)云平臺(tái)進(jìn)行實(shí)驗(yàn)仿真，驗(yàn)證基于改進(jìn)MapReduce方案的Apriori算法，并對(duì)運(yùn)行結(jié)果進(jìn)行分析，證實(shí)改進(jìn)后的算法取得了不錯(cuò)的加速比效果，較成