期刊文献+

大数据关键技术及其在运营商中的应用研究综述 被引量:12

下载PDF
导出
摘要 综述大数据技术及其在运营商应用的发展情况,重点研究大数据处理及分析挖掘等关键技术,结合运营商的应用环境,讨论大数据技术在运营商应用和推广所面临的挑战,并给出应对建议。
出处 《广东通信技术》 2013年第8期2-7,共6页 Guangdong Communication Technology
  • 相关文献

参考文献21

  • 1IDC. The Digital Universe in 2020: Big Data, Bigger Digital Shadows, Biggest Growth in the Far East. December 2012.
  • 2张意轩,于洋.大数据时代的大媒体[N].人民日报,2013.01.17(014).
  • 3王珊,王会举,覃雄派,周烜.架构大数据:挑战、现状与展望[J].计算机学报,2011,34(10):1741-1752. 被引量:616
  • 4孟小峰,慈祥.大数据管理:概念、技术与挑战[J].计算机研究与发展,2013,50(1):146-169. 被引量:2393
  • 5Apache. Apache Hadoop, http://hadoop.apache.org DEAN J, GHEMAWAT S. MapReduce Simplied data processing on large clusters. OSDI' 04 Proceeding of the 6th Symposium on Operating System Design and implementation New York: ACM Press, 2004:137-150.
  • 6RANGER C, RAGHURAMAN R, PENMETSAA. Evaluating MapReduce for multi-core and multiprocessor systems. Proceedings of the 2007 IEEE 13th International Symposium on High Performance Computer Architecture Washington DC: IEEE Computer Society, 2007:13-24.
  • 7KRUIJFM D, SANKARALINGAM K. MapReduce for the cell B.E. architecture, CS-TR-2007-1625. Madison, MI USA: University of Wisconsin-Madison, 2007.
  • 8HE B S, FANG W B, LUO Q. A MapReduce framework on graphics processors. Proceedings of the 17th International Conference on Parallel Architectures and Compilation Techniques New York: ACM Press, 2008:260-269.
  • 9ZAHARIA M, KONWINSKI A, JOSEPH A D. Improving MapReduce performance in heterogeneous environments. Proceedings of the 8th USENIX Symposium on Operating Systems Design and Implementation New York: ACM Press. 2008:29-42.
  • 10萨师煊,王珊数据库系统概论北京:高等教育出版社.2006.

二级参考文献232

  • 1苏金树,张博锋,徐昕.基于机器学习的文本分类技术研究进展[J].软件学报,2006,17(9):1848-1859. 被引量:387
  • 2李和平,胡占义,吴毅红,吴福朝.基于半监督学习的行为建模与异常检测[J].软件学报,2007,18(3):527-537. 被引量:30
  • 3郑海清,林琛,牛军钰.一种基于紧密度的半监督文本分类方法[J].中文信息学报,2007,21(3):54-60. 被引量:11
  • 4[OL].<http://hadoop.apache.org.>.
  • 5WinterCorp: 2005 TopTen Program Summary. http:// www. wintercorp, com/WhitePapers/WC TopTenWP. pdf.
  • 6TDWI Checklist Report: Big Data Analytics. http://tdwi. org/research/2010/08/Big-Data-Analytics, aspx.
  • 7Chaudhuri S, Dayal U. An overview of data warehousing and OLAP technology. SIGMOD Rec, 1997,26(1): 65-74.
  • 8Madden S, DeWitt D J, Stonebraker M. Database parallelism choices greatly impact scalability. DatabaseColumn Blog. http://www, databasecolumn, com/2007/10/database-parallelism-choices, html.
  • 9Dean J, Ghemawat S. MapReduce: Simplified data processing on large clusters//Proceedings of the 6th Symposium on Operating System Design and Implementation (OSDI ' 04). San Francisco, California, USA, 2004: 137-150.
  • 10DeWitt D J, Gerber R H, Graefe G, Heytens M L, Kumar K B, Muralikrishna M. GAMMA--A high performance dataflow database machine//Proceedings of the 12th International Conference on Very Large Data Bases (VLDB' 86). Kyoto, Japan, 1986:228-237.

共引文献2885

同被引文献56

  • 1任来玲,刘朝明.旅游需求预测方法的比较分析[J].世界科技研究与发展,2006,28(6):84-88. 被引量:14
  • 2FranksB.驾驭大数据[M].黄海,车皓阳,王悦,译.北京:人民邮电出版社,2013:101-125.
  • 3WHITET.Hadoop权威指南[M].北京:清华大学出版社,2011.
  • 4NancyE.Thomas.大数据商业革命和科学革命[J].商业价值,2013,(8):128.
  • 5[英]维克托·迈尔-禽恩伯格,肯尼思·库克耶.大数据时代[M].浙江人民出版社,2012,12.
  • 6李伟.云计算在大型统计调查中的应用研究[C]//2012年互联网技术与应用国际学术会议论文集, 武汉: 2012年互联网技术与应用国际学术会议组委会,2012:319-322.
  • 7Marston S, LI Zhi, Bandyopadhyay S. Cloud computing - The business perspective [J]. Decision Support Systems, 2011, 51(1):176-189.
  • 8YANG Chao-Tung, HUANG Kuan-Lung, CHU Cheng-Chung, et al. Implementation of Cloud IaaS for Virtualization with Live Migration [C]. Grid and Pervasive Computing Lecture Notes in Computer Science, 2013, 7861:199-207.
  • 9高文涛,董志文.中国旅行社业电子商务发展模式研究[J].企业经济,2009(2):147-150. 被引量:7
  • 10陈修宽,董祥军,石芙芙.Web数据挖掘综述[J].山东轻工业学院学报(自然科学版),2009,23(3):25-28. 被引量:8

引证文献12

二级引证文献70

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部