基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对于传统对海量数据处理和计算的瓶颈,提出了一种基于Hive的海量web日志分析机制.通过Hadoop分布式系统架构以及Hive数据仓库对海量web日志做了分析处理,并对用户的浏览行为进行了分析研究.对用户浏览行为中的浏览量和跳出率、IP数、版块热度排行的分析结果对于网站建设和大数据分析系统优化都具有一定的指导意义.
推荐文章
基于Hive的海量搜索日志分析系统研究
Hadoop
MapReduce
HQL语言
Web日志
搜索引擎
用户行为分析
基于Hive的海量搜索日志分析系统研究
Hadoop
MapReduce
HQL语言
Web日志
搜索引擎
用户行为分析
基于Hive的支付SDK日志分析系统的设计研究
Hive
SDK日志
应用分析
用户行为
基于Spark Streaming的海量日志实时处理系统的设计
大数据
SparkStreaming
日志分析
分布式计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Hive的海量web日志分析系统设计研究
来源期刊 软件 学科 工学
关键词 Hive Web日志 Hadoop 网站建设
年,卷(期) 2015,(4) 所属期刊栏目 设计研究与应用
研究方向 页码范围 93-96
页数 4页 分类号 TP391
字数 2518字 语种 中文
DOI 10.3969/j.issn.1003-6970.2015.04.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王元亮 云南财经大学中华职业学院 9 92 4.0 9.0
2 江三锋 云南财经大学信息学院 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (136)
共引文献  (107)
参考文献  (18)
节点文献
引证文献  (24)
同被引文献  (32)
二级引证文献  (56)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(12)
  • 参考文献(0)
  • 二级参考文献(12)
2008(15)
  • 参考文献(1)
  • 二级参考文献(14)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(16)
  • 参考文献(0)
  • 二级参考文献(16)
2011(20)
  • 参考文献(1)
  • 二级参考文献(19)
2012(18)
  • 参考文献(8)
  • 二级参考文献(10)
2013(17)
  • 参考文献(4)
  • 二级参考文献(13)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(18)
  • 引证文献(9)
  • 二级引证文献(9)
2018(36)
  • 引证文献(8)
  • 二级引证文献(28)
2019(16)
  • 引证文献(1)
  • 二级引证文献(15)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
Hive
Web日志
Hadoop
网站建设
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导