P70

基于hadoop的电影推荐系统研究与实现 文档

本文以实现电影推荐系统为例,首先介绍了Hadoop平台中的两大核心内容HDFS和MapReduce。系统选择HDFS这样一种具有高度容错性的分布式文件系统作为底层文件系统,将其部署到廉价的集群中,同时选择MapReduce作为海量数据处理工具。然后介绍了本课题所用的WEB框架--SpringMVC,它具有灵活易用、逻辑清楚等优点,MVC的三层结构设计也为推荐系统提供了良好的接口。

openlh 2017-01-12   812   0
P45

  大数据应用解决方案 文档

城市大数据平台,首先是作为一个数据管理平台,核心需求是数据的存和取,然后因为海量数据、多数据类型的信息需要有丰富的数据接入能力和数据标准化处理能力,有了技术能力就需要纵深挖掘附加价值更好的服务,如信息统计、分析挖掘、全文检索等,考虑到面向的客户对象有的是上层的应用集成商,所以要考虑灵活的数据接口服务来支撑。

guet_lee 2017-01-12   2244   0
P72
P16

  大数据平台项目方案 文档

“十三五”期间,随着我国现代信息技术的蓬勃发展,信息化建设模式发生根本性转变,一场以云计算、大数据、物联网、移动应用等技术为核心的“新IT”浪潮风起云涌,信息化应用进入一个“新常态”。***(某政府部门)为积极应对“互联网+”和大数据时代的机遇和挑战,适应全省经济社会发展与改革要求,大数据平台应运而生。

guet_lee 2017-01-12   326   0
P11

  大数据方案介绍 文档

从企业的技术选型角度,hadoop能满足大数据场景下绝打多数需求,同时在技术可行性与成本上,具有无可比拟额优势。

guet_lee 2017-01-12   1631   0
P24

  大数据分析系统架构之探讨 文档

Hadoop是Apache软件基金会所开发的并行计算框架与分布式文件系统。最核心的模块包括Hadoop Common、HDFS与MapReduce。HDFS是Hadoop分布式文件系统(Hadoop Distributed File System)的缩写,为分布式计算存储提供了底层支持。采用Java语言开发,可以部署在多种普通的廉价机器上,以集群处理数量积达到大型主机处理性能。HDFS采用master/slave架构。一个HDFS集群包含一个单独的NameNode和多个DataNode。NameNode作为master服,它负责管理文件系统的命名空间和客户端对文件的访问。NameNode会保存文件系统的具体信息,包括文件信息、 文件被分割成具体block块的信息、以及每一个block块归属的DataNode的信息。对于整个集群来说,HDFS通过NameNode对用户提供 了一个单一的命名空间。DataNode作为slave服务,在集群中可以存在多个。通常每一个DataNode都对应于一个物理节点。DataNode负责管理节点上它们拥有 的存储,它将存储划分为多个block块,管理block块信息,同时周期性的将其所有的block块信息发送给NameNode。

guet_lee 2017-01-12   2029   0
P10

  大数据平台技术框架选型分析 文档

城市大数据平台,首先是作为一个数据管理平台,核心需求是数据的存和取,然后因为海量数据、多数据类型的信息需要有丰富的数据接入能力和数据标准化处理能力,有了技术能力就需要纵深挖掘附加价值更好的服务,如信息统计、分析挖掘、全文检索等,考虑到面向的客户对象有的是上层的应用集成商,所以要考虑灵活的数据接口服务来支撑。

guet_lee 2017-01-12   275   0
P26

  一文读懂机器学习,大数据自然语言处理算法全有了…… 文档

在本篇文章中,我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇,从这里开始,必须对机器学习了解才能进一步介绍EasyPR的内核。当然,本文也面对一般读者,不会对阅读有相关的前提要求。

guet_lee 2017-01-12   226   0
P82

云数据采集中心及大数据计算平台建设方案 文档

根据 CC 智能战略的规划:做强终端、云平台建设、大数据商业模式,CC 正迈向大数据时代,当前正面向所有智能终端提供优质的服务,同时通过终端传感器或数据采集服务能够获取海量的数据,并且数据量会以 TB 级剧增。因此 CC迫切需要建设一套高性能、高安全性、高可靠性,可扩展性的云数据采集中心,并搭建一个数据中心支撑平台,以满足当今高速增长的数据存储、管理、计算的需求,同时便于将来拓展和进一步的改造。

guet_lee 2017-01-12   909   0
P5
1 2 3 4 5 6 7 8 9 10