基于HADOOP的网络用户信用度评估模型研究

来源 :北京信息科技大学学报(自然科学版) | 被引量 : 0次 | 上传用户:Chunbo_Huang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对开放网络环境下海量网络用户的信用度评估问题,研究了HADOOP平台下,应用改进的D-S证据理论算法对网络用户进行信用度评估。由于网络证据间存在冲突且数量巨大,通过分析选取改进的D-S证据理论算法处理冲突证据,计算网络用户信用度,并构建Hadoop并行计算平台,提高计算效率。实验表明改进的D-S证据理论可以应用到网络用户信用度评估领域,能够有效处理网络证据冲突,区分网络用户信用度。HADOOP并行计算平台大幅降低了计算时间。
其他文献
提出了一种在硅通孔(Through Silicon Via,TSV)阵列传输中采用二维并行低密度奇偶校验码(Low Density Parity Check,LDPC)码信道编码的编解码整体解决方案。该方案将待传输信息按
通过伪球面方法求解耦合非线性反应扩散方程的Lax对及其守恒律。对已知的耦合非线性反应扩散方程,首先引入变量变换,得到该反应扩散方程的微分1-形式,使其满足伪球面条件,并
为了满足企业对包括专家查找、专家发现、团队挖掘、专业技术决策支持及专家研究成果发现等信息服务的巨大需求,采用数据挖掘、中文信息处理等技术,通过对科技文献库中专家数
针对互联网介入金融市场带来的市场性风险,选取互联网金融行业中的天弘增利宝000198作为研究对象,采用近7日年化收益率数据,实证考察互联网对其收益率波动性的影响。研究表明
针对蚁群文本聚类算法最优参数选取这一问题,根据蚁群聚类算法原理,分析扩展蚁群聚类算法的各个参数,通过理论分析和仿真实验选取对文本聚类效果影响较大的若干参数;重点分析