下载 >  开发技术 >  Java > 互联网电商大数据环境.

互联网电商大数据环境.

互联网电商大数据环境.互联网电商大数据环境.互联网电商大数据环境.互联网电商大数据环境.
2018-04-15 上传大小:360KB
想读
分享
收藏 举报
大型SpringMVC,Mybatis,Redis,Solr,Nginx,SSM分布式电商项目视频教程

大型SpringMVC,Mybatis,Redis,Solr,Nginx,SSM分布式电商项目视频教程由浅到深的详细讲解了电商项目的搭建,有这方面需求的可以下载

立即下载
大数据互联网大规模数据挖掘与分布式处理》(中文+英文原版)

《大数据:互联网大规模数据挖掘与分布式处理》源自作者在斯坦福大学教授多年的“Web挖掘”课程材料,主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法,介绍了目前Web应用的许多重要话题。主要内容包括: 分布式文件系统以及Map-Reduce工具; 相似性搜索; 数据流处理以及针对易丢失数据等特殊情况的专用处理算法; 搜索引擎技术,如谷歌的PageRank; 频繁项集挖掘; 大规模高维数据集的聚类算法; Web应用中的关键问题:广告管理和推荐系统。

立即下载
大型SpringMVC,Mybatis,Redis,Solr,Nginx,SSM分布式电商项目视频教程

手把手教你运用SpringMVC、Mybatis、Redis、SSM等知识,搭建一个分布式项目,希望能帮助大家

立即下载
电商大数据 用数据驱动商和商业案例解析_试读版 PDF电子书下载 带书签目录.pdf

电商大数据 用数据驱动商和商业案例解析,介绍真实的电商案例供大家学习。

立即下载
大数据电商项目,视频(真实企业项目)

基于大数据生态圈对电商交易数据进行在线和离线的分析,大数据生态圈,视频教程,百度云分享。

立即下载
大数据csdn电商项目

大数据项目视频,内含5天项目视频,可以进行大数据项目,学习欢迎下载

立即下载
【高清版】大数据互联网大规模数据挖掘与分布式处理.pdf

大数据:互联网大规模数据挖掘与分布式处理 大数据:互联网大规模数据挖掘与分布式处理

立即下载
大数据互联网大规模数据挖掘与分布式处理,中文完整扫描版

《大数据•互联网大规模数据挖掘与分布式处理》由斯坦福大学的“web 挖掘”课程的内容总结而成,由拉贾拉曼、厄尔曼所著,主要关注极大规模数据的挖掘。 《大数据•互联网大规模数据挖掘与分布式处理》主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。其中相关章节有对应的习题,以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。 《大数据•互联网大规模数据挖掘与分布式处理》适合本科生、研究生及对数据挖掘感兴趣的读者阅读。

立即下载
基于运营商的农村互联网金融方案

大数据环境下基于运营商数据的农村互联网金融行业解决方案

立即下载
2018尚硅谷最新大数据项目视频

文件内包含下载视频和代码等资源的链接,下载文档后即可根据链接下载资源。

立即下载
大数据-互联网大规模书数据挖掘与分布式处理(第2版)完整清晰版

大数据-互联网大规模书数据挖掘与分布式处理(第2版) 完整清晰版

立即下载
大数据实战项目之电商运营平台数据分析系统

本项目是大型电商的真实实战项目:数据由nginx日志采集服务器采集,通过flume采集到kafka,然后通过sparkStreaming经过逻辑计算,将结果数据同步到Hbase。对于学习大数据的小伙伴,拿来练手十分适合。

立即下载
互联网巨头大数据应用案例分析

通过分析互联网巨头百度、阿里巴巴、腾讯在大数据方面的主要应用案例,希望在大数据解决方案编制与产品研发等方面有所启发。

立即下载
SSM分布式案例-电商商城-完整高清视频+源码

SSM分布式案例-电商商城-完整高清视频+源码,最新最全的视频

立即下载
电商大数据平台架构设计及应用

电商大数据平台架构设计及应用,具体分析,架构推荐

立即下载
大数据互联网大规模数据挖掘与分布式处理,中文完整pdf

《大数据•互联网大规模数据挖掘与分布式处理》由斯坦福大学的“web 挖掘”课程的内容总结而成,由拉贾拉曼、厄尔曼所著,主要关注极大规模数据的挖掘。 《大数据•互联网大规模数据挖掘与分布式处理》主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。其中相关章节有对应的习题,以巩固所讲解的内容。读者更可以从网上获取相关拓展材料。 《大数据•互联网大规模数据挖掘与分布式处理》适合本科生、研究生及对数据挖掘感兴趣的读者阅读。 第1章数据挖掘基本概念 1.1数据挖掘的定义 1.1.1统计建模 1.1.2机器学习 1.1.3建模的计算方法 1.1.4数据汇总 1.1.5特征抽取 1.2数据挖掘的统计限制 1.2.1整体情报预警 1.2.2邦弗朗尼原理 1.2.3邦弗朗尼原理的一个例子 1.2.4习题 1.3相关知识 1.3.1词语在文档中的重要性 1.3.2哈希函数 1.3.3索引 1,3.4二级存储器 1.3.5自然对数的底e 1.3.6幂定律 1.3.7习题 1.4本书概要 1.5小结 1.6参考文献 第2章大规模文件系统及Map-RedUCe 2.1分布式文件系统 2.1.1计算节点的物理结构 2.1.2大规模文件系统的结构 2.2Map-Reduce 2.2.1Map任务 2.2.2分组和聚合 2.2.3Reduce任务 2.2.4组合器 2.2.5Map-Reduce的执行细节 2.2.6节点失效的处理 2.3使用Map-Reduce的算法 2.3.1基于Map-Reduce的矩阵-向量乘法实现 2.3.2向量v无法放入内存时的处理 2.3.3关系代数运算 2.3.4基于Map-Reduce的选择运算 2.3.5基于Map-Reduce的投影运算 2.3.6基于Map-Reduce的并、交和差运算 2.3.7基于Map-Reduce的自然连接运算 2.3.8-般性的连接算法 2.3.9基于Map-Reduce的分组和聚合运算 2.3.10矩阵乘法 2.3.11基于单步Map-Reduce的矩阵乘法 2.3.12习题 2.4Map-Reduce的扩展 2.4.1工作流系统 2.4.2Map-Reduce的递归扩展版本 2.4.3Pregel系统 2.4.4习题 2.5集群计算算法的效率问题 2,5.1集群计算的通信开销模型 2.5.2实耗通信开销 2.5.3多路连接 2.5.4习题 2.6小结 2.7参考文献 第3章相似项发现 3.1近邻搜索的应用 3.1.1集合的Jaccard相似度 3.1.2文档的相似度 3.1.3协同过滤——一个集合相似问题 3.1.4习题 3.2文档的shingling 3.2.1k-Shingle 3.2.2shingle大小的选择 3.2.3对shingle进行哈希 3.2.4基于词的shingle 3.2.5习题 3.3保持相似度的集合摘要表示 3.3.1集合的矩阵表示 3.3.2最小哈希 3.3.3最小哈希及Jaccard相似度 3.3.4最小哈希签名 3.3.5最小哈希签名的计算 3.3.6习题 3.4文档的局部敏感哈希算法 3.4.1面向最小哈希签名的LSH 3.4.2行条化策略的分析 3.4.3上述技术的综合 3.4.4习题 3.5距离测度 3.5.1距离测度的定义 3.5.2欧氏距离 3.5.3Jaccard距离 3.5.4余弦距离 3.5.5编辑距离 3.5.6海明距离 3.5.7习题 3.6局部敏感函数理论 3.6.1局部敏感函数 3.6.2面向Jaccard距离的局部敏感函数族 3.6.3局部敏感函数族的放大处理 3.6.4习题 3.7面向其他距离测度的LSH函数族 3.7.1面向海明距离的LSH函数族 3.7.2随机超平面和余弦距离 3.7.3梗概 3.7.4面向欧氏距离的LSH函数族 3.7.5面向欧氏空间的更多LSH函数族 3.7.6习题 3.8LSH函数的应用 3.8.1实体关联 3.8.2一个实体关联的例子 3.8.3记录匹配的验证 3.8.4指纹匹配 3.8.5适用于指纹匹配的LSH函数族 3.8.6相似新闻报道检测 3.8.7习题 3.9面向高相似度的方法 3.9.1相等项发现 3,9.2集合的字符串表示方法 3.9.3基于长度的过滤~ 3.9.4前缀索引 3.9.5位置信息的使用 3.9.6使用位置和长度信息的索引 3,9.7习题 3.10小结 3.11参考文献 第4章数据流挖掘 4.1流数据模型 4.1.1一个数据流管理系统 4.1.2流数据源的例子 4.1.3流查询 4.1.4流处理中的若干问题 4.2流当中的数据抽样 4.2.1一个富于启发性的例子 4.2.2代表性样本的获取 4.2.3一般的抽样问题 4.2.4样本规模的变化 4.2.5习题 4.3流过滤 4.3.1一个例子 4.3,2布隆过滤器 4.3.3布隆过滤方法的分析 4.3.4习题 4.4流中独立元素的数目统计 4.4.1独立元素计数问题 4,4.2FM算法 4.4.3组合估计 4.4.4空间需求 4.4.5习题 4.5矩估计 4.5.1矩定义 4.5.2二阶矩估计的AMS算法 4.5.3AMS算法有效的原因 4.5.4更高阶矩的估计 4.5.5无限流的处理 4.5.6习题 4.6窗口内的计数问题 4.6.1精确计数的开销 4.6.2DGIM算法 4.6.3DGIM算法的存储需求 4.6.4DGIM算法中的查询应答 4.6.5DGIM条件的保持 4.6.6降低错误率 4.6.7窗口内计数问题的扩展 4.6.8习题 4.7衰减窗口 4.7.1最常见元素问题 4.7.2衰减窗口的定义 4.7.3最流行元素的发现 4.8小结 4.9参考文献 第5章链接分析 5.1PageRank 5.1.1早期的搜索引擎及词项作弊 5.1.2PageRank的定义 5.1.3Web结构 5.1.4避免终止点 5.1.5采集器陷阱及“抽税”法 5.1.6PageRank在搜索引擎中的使用 5.1.7习题 5.2PageRank的快速计算 5.2.1转移矩阵的表示 5.2.2基于Map-Reduce的PageRank迭代计算 5.2.3结果向量合并时的组合器使用 5.2.4转移矩阵中块的表示 5.2.5其他高效的PageRank迭代方法 5.2.6习题 5.3面向主题的PageRank 5.3.1动机 5.3.2有偏的随机游走模型 5.3.3面向主题的PageRank的使用 5.3.4基于词汇的主题推断 5.3.5习题 5.4链接作弊 5.4.1垃圾农场的架构 5.4.2垃圾农场的分析 5.4.3与链接作弊的斗争 5.4.4TrustRank 5.4.5垃圾质量 5.4.6习题 5.5导航页和权威页 5.5.1HITS的直观意义 5.5.2导航度和权威度的形式化 5.5.3习题 5.6小结 5.7参考文献 第6章频繁项集 6.1购物篮模型 6.1.1频繁项集的定义 6.1.2频繁项集的应用 6.1.3关联规则 6.1.4高可信度关联规则的发现 6.1.5习题 6.2购物篮及A-Priori算法 6.2.1购物篮数据的表示 6.2.2项集计数中的内存使用 6.2.3项集的单调性 6.2.4二元组计数 6.2.5A-Priori算法 6.2.6所有频繁项集上的A-Priori算法 6.2.7习题 6.3更大数据集在内存中的处理 6.3.1PCY算法 6.3.2多阶段算法 6.3.3多哈希算法 6.3.4习题 6.4有限扫描算法 6.4.1简单的随机化算法 6.4.2抽样算法中的错误规避 6.4.3SON算法 6.4.4SON算法和Map-Reduce 6.4.5Toivonen算法 6.4.6Toivonen算法的有效性分析 6.4.7习题 6.5流中的频繁项计数 6.5.1流的抽样方法 6.5.2衰减窗口中的频繁项集 6.5.3混合方法 6.5.4习题 6.6小结 6.7参考文献 第7章聚类 7.1聚类技术介绍 7.1.1点、空间和距离 7.1.2聚类策略 7.1.3维数灾难 7.1.4习题 7.2层次聚类 7.2.1欧氏空间下的层次聚类 7.2.2层次聚类算法的效率 7.2.3控制层次聚类的其他规则 7.2.4非欧空间下的层次聚类 7.2.5习题 7.3k-均值算法 7.3.1k-均值算法基本知识 7.3.2k-均值算法的簇初始化 7.3.3选择七的正确值 7.3.4BFR算法 7.3.5BFR算法中的数据处理 7.3.6习题 7.4CURE算法 7.4.1CURE算法的初始化 7.4.2CURE算法的完成 7.4.3习题 7.5非欧空间下的聚类 7.5.1GRGPF算法中的簇表示 7.5.2簇表示树的初始化 7.5.3GRGPF算法中的点加入 7.5.4簇的分裂及合并 7.5.5习题 7.6流聚类及并行化 7.6.1流计算模型 7.6.2-个流聚类算法 7.6.3桶的初始化 7.6.4桶合并 7.6.5查询应答 7.6.6并行环境下的聚类 7.6.7习题 7.7小结 7.8参考文献 第8章Web广告 8.1在线广告相关问题 8.1.1广告机会 8.1.2直投广告 8.1.3展示广告的相关问题 8.2在线算法 8.2.1在线和离线算法 8.2.2贪心算法 8.2.3竞争率 8.2.4习题 8.3广告匹配问题 8.3.1匹配及完美匹配 8.3.2最大匹配贪心算法 8.3.3贪心匹配算法的竞争率 8.3.4习题 8.4Adwords问题 8.4.1搜索广告的历史 8.4.2Adwords问题的定义 8.4.3Adwords问题的贪心方法 8.4.4Balance算法 8.4.5Balance算法竞争率的一个下界 8.4.6多投标者的Balance算法 8.4.7-般性的Balance算法 8.4.8Adwords问题的最后论述 8.4.9习题 8.5Adwords的实现 8.5.1投标和搜索查询的匹配 8.5.2更复杂的匹配问题 8.5.3文档和投标之间的匹配算法 8.6小结 8.7参考文献 第9章推荐系统 9.1一个推荐系统的模型 9.1.1效用矩阵 9.1.2长尾现象 9.1.3推荐系统的应用 9.1.4效用矩阵的填充 9.2基于内容的推荐 9.2.1项模型 9.2.2文档的特征发现 9.2.3基于Tag的项特征获取 9.2.4项模型的表示 9.2.5用户模型 9.2.6基于内容的项推荐 9.2.7分类算法 9.2.8习题 9.3协同过滤 9.3.1相似度计算 9.3.2相似度对偶性 9.3.3用户聚类和项聚类 9.3.4习题 9.4降维处理 9.4.1UrV分解 9.4.2RMSE 9.4.3UV分解的增量式计算 9.4.4对任一元素的优化 9.4.5一个完整UV分解算法的构建 9.4.6习题 9.5NetFlix竞赛 9.6小结 9.7参考文献 索引

立即下载
SSM分布式案例-互联网商城(学习13天)

├─16-SSM分布式案例-互联网商城(学习14天) │ ├─day01_电商介绍--互联网术语-SOA-分布式-集群介绍-环境配置-框架搭建 │ │ └─day01_电商介绍--互联网术语-SOA-分布式-集群介绍-环境配置-框架搭建 │ │ └─day01_电商介绍--互联网术语-SOA-分布式-集群介绍-环境配置-框架搭建 │ │ └─day1 │ │ └─视频 │ ├─day02_Dubbo介绍_dubbo框架整合_商品列表查询实现_分页_逆向工程 │ │ └─day02_Dubbo介绍_dubbo框架整合_商品列表查询实现_分页_逆向工程 │ │ └─day02_Dubbo介绍_dubbo框架整合_商品列表查询实现_分页_逆向工程 │ │ └─day2 │ │ └─视频 │ ├─day03_Git │ │ └─day03_Git │ │ └─day03_Git │ ├─day04_门户网站介绍&商城首页搭建&内容系统创建&CMS;实现 │ │ └─day04_门户网站介绍&商城首页搭建&内容系统创建&CMS;实现 │ │ └─day04_门户网站介绍&商城首页搭建&内容系统创建&CMS;实现 │ │ └─day4 │ │ └─视频 │ ├─day05_首页轮播图显示实现,Redis环境搭建,Redis实现缓存 │ │ └─day05_首页轮播图显示实现,Redis环境搭建,Redis实现缓存 │ │ └─day05_首页轮播图显示实现,Redis环境搭建,Redis实现缓存 │ │ └─day5 │ │ ├─视频 │ │ └─课堂资料 │ ├─day06_solr索引库搭建&solr;搜索功能实现&图片显示问题解决 │ │ └─day06_solr索引库搭建&solr;搜索功能实现&图片显示问题解决 │ │ └─day06_solr索引库搭建&solr;搜索功能实现&图片显示问题解决 │ │ └─day6 │ │ └─视频 │ ├─day07_solr集群搭建_全局异常处理 │ │ └─day07_solr集群搭建_全局异常处理 │ │ └─day07_solr集群搭建_全局异常处理 │ │ └─day7 │ │ └─视频 │ ├─day08_activeMQ介绍_搭建_解决同步索引库问题 │ │ └─day08_activeMQ介绍_搭建_解决同步索引库问题 │ │ └─day08_activeMQ介绍_搭建_解决同步索引库问题 │ │ └─day08_activeMQ介绍_搭建_解决同步索引库问题 │ │ └─day8 │ │ └─视频 │ ├─day09_FreeMark入门_静态化页面标签介绍_静态化页面实现 │ │ └─day09_FreeMark入门_静态化页面标签介绍_静态化页面实现 │ │ └─day09_FreeMark入门_静态化页面标签介绍_静态化页面实现 │ │ └─day09_FreeMark入门_静态化页面标签介绍_静态化页面实现 │ │ └─day9 │ │ └─视频 │ ├─day10_Nginx代理详解..单点登录系统工程搭建_接口文档讲解 │ │ └─day10_Nginx代理详解..单点登录系统工程搭建_接口文档讲解 │ │ └─day10_Nginx代理详解..单点登录系统工程搭建_接口文档讲解 │ │ └─day10 │ │ └─视频 │ ├─day11_单点登录系统实现_用户名回显_cookie跨域问题详解 │ │ └─day11_单点登录系统实现_用户名回显_cookie跨域问题详解 │ │ └─day11_单点登录系统实现_用户名回显_cookie跨域问题详解 │ │ └─day11 │ │ └─视频 │ ├─day13 │ │ └─day13 │ │ └─day13 │ │ └─视频 │ └─day14 │ └─day14 │ └─day14 │ └─视频

立即下载
互联网-大数据案例

大数据案例:自有产品畅想、基础产品规划设想、数能数说产品设计、智慧数据产品设计、数能数道产品设计 案例模型:时空洞察、智慧社区、资源全景平台、数据集市、保险反欺诈、电信欺诈分析、移动研发等

立即下载
尚硅谷电商项目

01_项目第一天开发 搭建 02_项目第二天开发 SPU 03_项目第三天开发 SKU 04_项目第四天开发 easyui 05_项目第五天开发 商品检索 06_项目第六天开发 购物车 07_项目第七天开发 mini购物车 08_项目第八天开发 ws安全 09_项目第九天开发 结算 10_项目第十天开发 订单 11_项目十一天开发 支付服务 12_项目十二天开发 事务 13_项目十三天开发 搜索服务 14_项目十四天开发 搜索服务

立即下载
互联网电商

电商与跨平台 摘要并且体现出现在的电商争斗已经 电商前景

立即下载
关闭
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

互联网电商大数据环境.

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: