|
|
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.
6 c! O, P& t3 m
# L; @) a/ i8 o, x& ?4 `8 M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# J1 W9 l) J' p7 ?3 I" G" D3 r' ?1 M: G
1 u: |7 |8 S9 H, b5 F$ 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.
$ R( L& @* ~0 Z3 T
# L( n$ H' Z" d. [+ ?( c9 u6 n# d! q5 {
( V9 Z) ?7 p2 c7 D" B# S4 P8 _ X/ L- s6 Q$ |0 z. r- f* q
: j" I* n3 J) ~# y
4 e3 N$ \3 q$ M `
|
|
/1 
发表于 2021-3-23 09:28
收藏
淘帖
支持！
反对！