ارزیابی مقیاس پذیری چارچوب هدوپ جهت جستجوی کلمات در داده های بزرگ
- سال انتشار: 1394
- محل انتشار: سومین کنفرانس بین المللی پژوهشهای کاربردی در مهندسی کامپیوتر و فن آوری اطلاعات
- کد COI اختصاصی: CITCONF03_135
- زبان مقاله: فارسی
- تعداد مشاهده: 622
نویسندگان
کارشناسی ارشد دانشگاه اصفهان دانشکده مهندسی کامپیوتر گروه مهندسی نرم افزار ایارن
دانشیار دانشگاه اصفهان مهندسی کامپیوتر گروه مهندسی نرم افزار ایران
چکیده
در دنیای مدرن دیجیتالی امروز مقدار داده های انباشته شده اب نرخ بی سابقه ای در حال رشد است این داده ها اغلب بدون ساختار یا نیمه ساختار یافته بوده و ازمنابع گوناگون ودر اشکال مختلف پدید می آیند دانش اسازی شده در داده های بزرگ رقبایتجارت بزرگ را متقاعد به صرف میلیون ها دلار برای حل مشکلات موجود در حوزه ی اطلاعات و استخراج دانش برای تصمیم گیری های هوشمند نموده است. این مقاله با بحث درزمینه ی تحولات؛ تکامل وآینده ی داده های بزرگ آغاز می گردد نحوهی کارکرد چارچوب هدوپ و معماری ان با جستجوی در داده های بزرگ بیان می شود مشاهده میگردد هدوپ توانایی پردازش حجم بزرگی از داده ها را در زمان مناسب دارا است.کلیدواژه ها
داده های بزرگ؛ جستجوی کلمات؛ هدوپ؛ هایپ سایکلمقالات مرتبط جدید
- ناوبری وسائل نقلیه زیر آبی مستقلبا استفاده الگوریتم تکرارشونده خط مشی معتبر ایمن
- استفاده از هوش مصنوعی - یادگیری عمیق برای تشخیص خطای ماشینهای دوار
- هوش مصنوعی و کاربرد آن در حمل و نقل
- طراحی و پیاده سازی کنترل کنندهPI D فازی برای اکسترودر واحد پلی اتیلن سبک خطی در PLC زیمنس
- هوش مصنوعی: تحول دنیای مدرن و آینده نگری
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.