Please use this identifier to cite or link to this item:
https://ah.lib.nccu.edu.tw/handle/140.119/54460| 題名: | 大資料多元尺度在網路使用者偏好分析之應用 The application of large data multidimensional scaling method in network user preference |
作者: | 潘靜儒 | 貢獻者: | 曾正男 潘靜儒 |
關鍵詞: | 大資料 多元尺度 網路使用者偏好 |
日期: | 2011 | 上傳時間: | 30-Oct-2012 | 摘要: | 由於現在網路發展的非常快速，資料的產生速度以及使用方式已經超過人們的分析能力與解讀能力，因此近來大資料計算是一個很重要的研究課題，許多科學家與研究單位都積極地投入大量的研究資源，目的就是要研究這些龐大的資料要如何去分析，或是解讀。特別是大型網站上的資料，使用者的數量和可點選的項目是隨著時間不斷增加，如何分析這類的資料是一個重要的課題。\n\n我們將介紹如何利用Python程式的特性對大型網站進行使用者偏好分析，透過亂數投影和分解-合成多元尺度法的合作，做到使用者偏好網路的建制，協助大型網站對使用者進行即時性的閱讀項目推薦。我們提出Data is cache for dimension reduction 的概念，說明大資料計算必須配合資料庫才能達到真正的快速計算結果。 | 參考文獻: | [1]http://www.whitehouse.gov/blog/2012/03/29/big-data-big-deal\n\n[2]http://en.wikipedia.org/wiki/John_Gage\n\n[3]http://nhird.nhri.org.tw/\n\n[4]http://nhird.nhri.org.tw/date_01.htm\n\n[5]Fradkin, D. and Madigan, D: Experiments with random projections for machine learning, In Proceedings of KDD-03, The Ninth International Conference on Knowledge Discovery and Data Mining, 517-522,2003\n\n[6]Borg, I., Groenen, P.: Modern Multidimensional Scaling: theory and applications (2nd ed.), New York: Springer-Verlag},pp. 207–212. ISBN 0-387-94845-7,2005.\n\n[7]Jengnan Tzeng1, Henry HS Lu2 and Wen-Hsiung Li : Multidimensional scaling for large genomic data sets , BMC Bioinformatics , Vol.9, No.179.(SCI),2008.04. \n\n[8]Morrison A, Ross G, Chalmers M: Fast multidimensional scaling through sampling, springs and interpolation, \nInformation Visualization 2:68-77,2003. \n\n[9]F.G. Gustavson. Two fast algorithms for sparse matrices: Multiplication and permuted transposition. ACM Transactions on Mathematical Software , 4(3):250–269, 1978.\n\n[10]X. Huang and V.Y. Pan. Fast rectangular matrix multiplications and applications , Journal of\nComplexity , 14:257–299, 1998. | 描述: | 碩士 國立政治大學 應用數學研究所 98751012 100 |
資料來源: | http://thesis.lib.nccu.edu.tw/record/#G0098751012 | 資料類型: | thesis |
| Appears in Collections: | 學位論文 |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| 101201.pdf | 1.45 MB | Adobe PDF2 | View/Open |
Google ScholarTM
Check
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.