摘要：与集成学习相比,针对单个分类器不能获得相对较高而稳定的准确率的问题,提出一种分类模型。该模型可集成多个随机森林,并以带阈值的多数投票法作为结合方法;模型实现主要分为建立集成分类模型、实例初步预测和结合分析三个层次。MapReduce编程方式实现的分类模型以P2P流量识别为例,分别与单个随机森林和集成其他算法进行对比,实验表明提出模型能获得更好的P2P流量识别综合分类性能,该模型也为二类型分类提供了一种可行的参考方法。

摘要：导读工作对于大学生成长来说至关重要。针对问卷调查法对网络阅读研究的不足,提出一种结合Hadoop与深度包检测技术的应用方法对网络阅读行为数据进行深层分析。该方法以校园网数据为基础,通过设计Map Reduce并行计算任务,进一步结合网络爬虫建立的书籍信息库,实现对校园网中阅读网站访问量、书籍浏览类型和阅读时间段的偏好统计与分析。在实际应用中希望能为高校针对大学生开展导读工作提供可靠的数据分析和技术支撑。