數(shù)據(jù)管理平臺——內(nèi)容識別模塊的設計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩83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(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著智能設備的飛速發(fā)展,越來越多的人通過各種智能設備成為互聯(lián)網(wǎng)中的一員,這期間產(chǎn)生的海量用戶數(shù)據(jù)若能夠有效的利用起來,將會產(chǎn)生巨大的價值。另一方面,隨著分布式集群的成本的降低及分布式算法的成熟,對大批量數(shù)據(jù)的分析也越來越方便、高效。本文所述項目即是分布式集群及分布式算法在廣告投放行業(yè)的應用。
  本論文所涉及的項目旨在通過分布式集群及分布式算法對海量用戶上網(wǎng)數(shù)據(jù)進行分析,找到最有可能促成對需要投放廣告的產(chǎn)品的購買行為的人群,以實現(xiàn)

2、對廣告行業(yè)廣告投放方式的改革——由無差別盲目投放轉變?yōu)榫_到某個人的投放。本人參與了如下工作:爬蟲項目的開發(fā),內(nèi)容識別系統(tǒng)架構及識別規(guī)則制定,內(nèi)容識別系統(tǒng)的開發(fā)及測試,廣告投放系統(tǒng)日志分析。
  本文所述項目依托于Hadoop集群,通過Java及Python編寫的MapReduce程序,根據(jù)存儲于關系數(shù)據(jù)庫(MySQL)的通過爬蟲(Scrapy)爬取的內(nèi)容識別(域名、商品、應用、搜索關鍵字、CookieId、終端類型、User A

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(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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。

最新文檔

評論

0/150

提交評論