[spark] 概念的渐进式认知理论与方法-计算机学报.pdf

说明：摘要概念是知识表示的基本认知单元,它由外延和内涵两部分构成由于概念的外延与内涵可以相互诱导,所概念的外延和内涵中一旦有一个被确定下来,那么这个概念也就随之确定,概念认知是将属于这一概念的特征鳳性筛选出来,同时把不于这一概念的特征婳性排除,即通过确定内涵的方式获得櫶念,它采用特定的认知方法米完成概念的识别当前,概念认知正逐渐借鉴认知科学领域中的一些研究思想,不断地完善自身理论与方法.然而,现有的概念认知方法要求假定概念认知算子具有完全认知功能,但现实中由于个体认知的局限性往往会出现认知不完全的现象
<weixin_45717907> 在 上传 | 大小：1048576

[spark] 基于用户特征的群组标签系统的设计与实现.caj

说明：随着大数据时代的来临,海量的数据信息进入到人们的视野,如何让这些数据体现其价值,并助力产品和公司的发展成为一个难题。同时,在当今的市场形势下,软件产品的运营活动需要精准定位目标用户群,通过分析目标用户数据,实行针对性强的活动。本文所提出的基于用户特征的群组标签系统,通过基于用户特征数据的标签,按照特定的规则将用户进行圈选及划分,得到目标用户群组,并提供对目标用户群组的操作和分析功能,为进行智能营销和数据分析提供帮助。本文首先阐述了项目的来源和背景,划定项目及论文的范围,并分析该领域国内外的发展现
<weixin_41045909> 在 上传 | 大小：9437184

[spark] 基于移动互联网行为分析的用户画像系统设计.pdf

说明：随着大数据时代的到来,能够牢牢的抓住老客户、吸引新客户、读懂用户的偏好兴趣以及挖掘用户的潜在价值,这些对于运营商的的发展至关重要。而达成这一目标需要对用户市场进行细分实现精细化营销,应用数据挖掘技术对用户进行画像,实现用户细分,其研究和发展在实现运营商精确营销、提高工作效率、减少经营成本方面具有重要的指导意义和实用价值。本文以移动互联网用户行为作为研究对象,以用户画像理论作为理论依据,提出了用户画像系统的建设思路,采用标签化方法对用户行为以及用户偏好特征进行描述。本文首先对用户画像系统进行整体的
<weixin_41045909> 在 上传 | 大小：5242880

[spark] 基于“用户画像”的商品推送系统设计与实现.caj

说明：近几年中国在淘宝、京东、天猫等巨头电商公司带动下迅猛发展,电商在中国显示出了强大的生命力,每家电商公司的商品更是以指数级的数量增长,可是在商品增长的同时,也无形中增加了用户寻找商品的困难程度。这个问题在小型智能移动终端尤其明显,用户在小型智能移动终端浏览大量的商品不仅会占用客户的时间还会消耗大量的流量,这种欠佳的浏览体验是导致用户转移购物平台的一个主要因素。本文设计并实现基于“用户画像”的商品推送系统正是在上述问题的基础之上立项的,将用户画像与主动推送相结合,避免了用户在海量商品中苦苦寻求自己感
<weixin_41045909> 在 上传 | 大小：3145728

[spark] 基于流式计算的电信实时营销系统设计与实现.caj

说明：在移动互联网时代,各式各样的新业务和新产品不断出现,通信市场的用户总体规模增长速度变缓,使运营商之间的竞争愈加激烈,新产品营销的时效性和准确度问题亟需解决。实时营销作为新的营销方式,具有较高的实时性,通过运用大数据分析技术分析用户上网行为特征,并在合适的时间、合适的地点向用户推荐合适的内容,从而提升用户感知、增加用户粘性。如何运用大数据技术实现实时营销是本文的重要内容。本文深入调研分析了大数据实时流式处理技术,并结合其在满足非功能性需求方面的独特优势,设计了一个可以同时满足大数据存储、大数据实时
<weixin_41045909> 在 上传 | 大小：3145728

[spark] 使用Spark MLlib给豆瓣用户推荐电影.doc

说明：完整项目链，机器学习到用户推荐，实现精准营销！ ALS算法 LS是alternating least squares的缩写 , 意为交替最小二乘法。该方法常用于基于矩阵分解的推荐系统中。例如：将用户(user)对商品(item)的评分矩阵分解为两个矩阵：一个是用户对商品隐含特征的偏好矩阵，另一个是商品所包含的隐含特征的矩阵。在这个矩阵分解的过程中，评分缺失项得到了填充，也就是说我们可以基于这个填充的评分来给用户最商品推荐了。
<qq_45557581> 在 上传 | 大小：464896

[spark] 服务端 - 阎志涛 TalkingData《大数据流式处理技术》.pdf

说明：阎志涛，TalkingData 研发VP。曾在IBM、Oracle、BEA、方正等国内外知名企业担任资深架构师、首席技术顾问、资深售后服务工程师等职位。作为中间件技术专家，完成了多个全球重大商务智能和数据分析项目， 并领导团队帮助 AT&T、Motorola、CitiBank、平安保险、中国移动等大客户解决复杂环境的技术问题，于2009年获Oracle 全球 服务部Oscar Team Award荣誉。2012年加入TalkingData任研发VP，领导开发了TalkingData多 个核心产品
<weixin_46082256> 在 上传 | 大小：3145728

[spark] saiku-server-foodmart-3.17.part1.rar

说明：saiku-3.17去License(saiku-server-foodmart-3.17.part1.rar)
<gk91620> 在 上传 | 大小：209715200

[spark] saiku-server-foodmart-3.17.part2.rar

说明：saiku-3.17去License(saiku-server-foodmart-3.17.part2.rar)
<gk91620> 在 上传 | 大小：20971520

[spark] java书上的笔记.txt

说明：java书上的笔记.txt
<qq_45578948> 在 上传 | 大小：141

[spark] wordcount文件

说明：hello world hahah how are you todo world world hello world hahah how hello world hahah how
<taokeblog> 在 上传 | 大小：90

[spark] Spark集群模式安装.pdf

说明：自己写的，最简单的，最直接的，最明了的安装教程 Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。 Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合
<a592503759> 在 上传 | 大小：630784