Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Web User Access Behavior Analysis & Prediction. An Association Rule mining Approach using Map-Reduce Framework on Apache Spark
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Dilip Singh Sisodia,Riya Singhal and Vijay Khandal
ISBN: 9786202076494
Год издания: 2017
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 92
Издательство: LAP LAMBERT Academic Publishing
Цена: 29185 тг
Положить в корзину
Позиции в рубрикаторе
Отрасли знаний:Код товара: 181837
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: The analysis of Web users browsing behaviors is essential for putting appropriate information on the web. The browsing behaviors are stored as navigational patterns in web server logs. These weblogs are used to predict the frequently accessed patterns of web users, which can be used to predict user behavior and to collect business intelligence. However, owing to the exponentially increasing weblog size, existing implementations of frequent pattern mining algorithms often takes too much time and generate too many redundant patterns. This book discussed new association rule mining algorithms implemented on the Apache Spark platform for extracting frequent patterns from huge weblogs.
Ключевые слова: Apache Spark, Association Rule Mining, confidence, Leverage, Lift, Map-Reduce, Support, Web User, Access Behavior, Redundent Rules, Non-Informative Rules, Interestingness Measures, cosine and conviction