基于Spark校园网用户行为聚类分析
教育信息化建设在我国迅速发展,校园网使用深入广泛,产生了海量的网络用户行为数据.基于分布式计算平台Spark平台,利用数据挖掘技术,使用K-mean++算法对校园网用户行为特点进行聚类分析,为评价校园网用户提供客观依据,对校园网的运行、维护管理及校园网服务水平提升具有较好的实际意义.
校园网、用户行为、Spark、数据挖掘、K-means聚类
TP391;G40-057;S784
2020-12-30(万方平台首次上网日期,不代表论文的发表时间)
共2页
287-288