2012年04月_techdo

04月 03月 02月

原创 hive学习之wordcount单词统计

单词统计相当于编程开始的HELLO WORLD。应该都跑过。假设这里有一个文档，里面有两行这样的话：Hello World Bye WorldHello Hadoop GoodBye Hadoop最终要显示的结果如下：程序如下： Map：public class MapClass extends MapReduceBase implements Ma

2012-04-06 18:12:31 934

转载基于Hadoop平台的并行数据挖掘算法工具箱与数据挖掘云

一基于云计算的海量数据挖掘2008年7 月，《Communications of the ACM》杂志发表了关于云计算的专辑，云计算因其清晰的商业模式而受到广泛关注，并得到工业和学术界的普遍认可。目前工业界推出的云计算平台有Amazon公司的EC2和S3，Google公司的Google Apps Engine, IBM公司的Blue Cloud，Microsoft公司的Windows Azu

2012-04-06 12:12:04 670

转载推荐系统之协同过滤

协同过滤（Collaborative Filtering）是现今推荐系统中应用最为成熟的一个推荐算法系类，它利用兴趣相投、拥有共同经验之群体的喜好来推荐使用者感兴趣的资讯，个人透过合作的机制给予资讯相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选资讯（参考wiki，文字有点生硬，不过却很好的描述了协同过滤的一个互动性：用户参与用户获益）。边整理边写了整整一天o(╯□╰)o

2012-04-01 16:38:33 400