张娜娜
- 作品数：4 被引量：10H指数：1
- 供职机构：贵州大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于Hadoop平台的布隆过滤分布式并行算法设计与实现
- 2016年
- 采用Map Reduce模型设计了布隆过滤的并行算法。理论上,改进了布隆过滤算法的缺点;实践上,将布隆过滤算法更加高效地应用到具有实际意义的开发中,为实际应用服务。
- 朱坤张娜娜朱丹丹
- 关键词：布隆过滤器误判率散列函数
- DoS攻击及其防范对策研究被引量：1
- 2016年
- 介绍了Do S攻击的概念、原理、攻击手段、危害性及其难以防范的原因,并阐述了Do S攻击的防范技术,最后预测了Do S攻击技术和防范技术的未来发展趋势。
- 张娜娜朱坤朱丹丹
- 关键词：DO计算机
- 一种基于MapReduce模型的高效频繁项集挖掘算法被引量：9
- 2017年
- 由于互联网技术急速发展及其用户迅速地增加,很多网络服务公司每天不得不处理TB级甚至更大规模的数据量。在如今的大数据时代,如何挖掘有用的信息正变成一个重要的问题。关于数据挖掘(Data Mining)的算法在很多领域中已经被广泛运用,挖掘频繁项集是数据挖掘中最常见且最主要的应用之一,Apriori则是从一个大的数据集中挖掘出频繁项集的最为典型的算法。然而,当数据集比较大或使用单一主机时,内存将会被快速消耗,计算时间也将急剧增加,使得算法性能较低,基于MapReduce的分布式和并行计算则被提出。文中提出了一种改进的MMRA(Matrix MapReduce Algorithm)算法,它通过将分块数据转换成矩阵来挖掘所有的频繁k项集;然后将提出的算法和目前已经存在的两种算法(one-phase算法、k-phase算法)进行比较。采用Hadoop-MapReduce作为实验平台,并行和分布式计算为处理大数据集提供了一个潜在的解决方案。实验结果表明,改进算法的性能优于其他两种算法。
- 朱坤黄瑞章张娜娜
- 关键词：MAPREDUCE分布式计算频繁项集挖掘APRIORI算法
- 电子商务推荐系统的研究
- 2016年
- 随着网络的迅速发展,人类进入了网上购物时代,网上购物已经成为人们主要的购物途径之一。电子商务推荐系统则能够收集消费者感兴趣的商品信息,并根据消费者兴趣偏好主动为消费者做出商品推荐。本文详细分析了推荐系统常用的方法、组成部分、作用。
- 朱坤张娜娜
- 关键词：网上购物电子商务推荐系统消费者
