|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
摘 要:本文提出了基于量子算法的快速用户识别算法.当代社会进入互联网时代后,大量的信息充斥在网络上,许多有价值的信息被隐藏在Weblog 中,大数据分析的一项任务就是通过对Weblog的分析得到用户行为模式等重要的信息,在这之前必须要做的是对用户进行识别.以往对用户识别算法的研究较为侧重在准确度方面,识别的速度尚不能令人满意.本文基于Grover搜索算法提出了扩展记录模式和非扩展记录模式的两种快速IP地址搜索算法,将搜索的查询复杂度进行了二次加速.
9 U d! f d% Q
7 i- v) e" Y( P9 K4 `7 }关键词:用户识别;量子计算;大数据;Grover搜索算法;无结构数据库搜索
9 e% y1 z# D b, R% u- a1 t, W' T3 x7 z9 R& E6 ?- e- e- Z2 k
当今世界已经进入一个信息爆炸的时代,而互联网处于信息交互的一个核心的位置.多种不同的数据和信息在互联网上交叉并存储在社交网络上,从而促使多种不同的研究领域都开始关注社交网络,例如社会学、经济学、计算机科学等.社交网络上的用户通过访问网页来获得需要的资源,研究社交网络的关键是在于分析这些社交网络是如何被使用的.分析出来的数据可以用来改进社交网络本身,让用户更加方便的浏览所需要的数据;也可以用于分析用户的喜好,从而进行广告定点投送;还可以用于分析用户的行为,对此用户参与的交易进行预测.分析出这些结果的主要方法之一就是对这些网站的Weblog进行大数据分析.' `" g/ w/ C9 |- L( c
# p$ ~/ s0 S/ g6 O4 B
; O3 y/ p" Z" k) |: v! V( d' ^3 @$ g! }6 w3 S# G0 M
1 b1 i1 R( h8 b/ n8 r: P1 A% d
' {: @% m9 Y, v" f4 }2 R b6 N2 I8 B' j5 M2 C3 f# `
|
|