摘要
为解决传统数据分析方法存在分析准确率较低的不足,提出了基于hadoop技术的电商大数据分析,基于hadoop电商大数据分析模型的搭建,依托关联规则分析、分类与聚类分析、变化与偏差分析,实现了基于hadoop技术的电商大数据分析,试验数据表明,提出的数据分析方法较传统数据分析方法,分析准确率提高29.55%,适合电商大数据的分析。
引文
[1]吴润泽,包正睿,王文韬,等.Hadoop架构下基于模式匹配的短期电力负荷预测方法[J].电工技术学报,2018,33(7):1542-1551.
[2]曾志强,何小东,王颖,等.基于Hadoop和Spark的森林火灾混合大数据分析系统研究[J].世界林业研究,2018,31(2):55-59.
[3]马跃,余骋远,于碧辉.基于资源签名与遗传算法的Hadoop参数自动调优系统[J].计算机应用研究,2017(11):24-27+33.
[4]王雪蓉,万年红.基于跨境电商可控关联性大数据的出口产品销量动态预测模型[J].计算机应用,2017(04):130-135+142.
[5]谢彦祥,刘天琪,苏学能.Hadoop架构下基于分布式粒子群算法的暂态稳定评估特征量选择[J].电网技术,2018,12(12).