原创力文档- 1、本文档共64页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
大数据存储与应用数据挖掘
大数据存储与应用 数据流挖掘;内容;预览;流数据模型;流数据模型;流;大数据下的系统限制;模型;问题;应用;抽样;抽样;固定比率抽样;有问题;正确方法：按用户采样;固定Size抽样;新元素进入S的概率p;S中原元素的剔除策略;滑动窗口内计数;示例;应用：统计滑动窗中1的个数;统计滑动窗中1的个数;DGIM方法;DGIM;DGIM需要的存储空间;更新;示例;估计1的个数;Error bound：50%;扩展;应用：窗口内整数的和;小结;过滤 ;Bloom filter;初始化;到底有几个1？;检查;改进：多个hash函数;K的选择;Bloom Filter总结;Distinct元素统计;应用;明显的方法;大数据情况下;Flajolet-Martin方法;直觉证明(Intuition);更形式化的证明;实际应用;矩估计;矩估计;Surprise number（奇异数）;AMS方法;分析;推广;应用;对Infinite Stream;衰减窗口;发现流行;DGIM方法;指数衰减窗方法（EDW）;实际中，为了减少存储，设一个阈值（如1/2），权重低于该阈值的，就不跟踪了
???计要跟踪多少个视频
任意时刻，所有视频热度的和
来一个视频观看，以前所有视频观看带来的热度乘（1-c），再给对应视频的热度+1
所有视频观看带来的热度的分布，也是一个等比级数，和为
因此，得分超过1/2的电影个数
不会超过2/c
否则，总分将超过1/c
所以，最多只需要跟踪2/c个视频的热度
省;扩展到一篮子（项集Itemsets）;跟踪多少个？;总结
文档评论（0）