基于Hadoop的移动用户行为模式挖掘平台设计

伴随移动社交网络的快速发展,如何为用户提供贴心和个性化的服务是电信运营商密切关注的问题,要实现个性化服务的核心工作之一就是通过移动用户的消费信息有效发现用户的行为模式,但传统的单机模式下的分析平台已无法有效处理当前的移动大数据,本文针对传统粗糙集理论属性约简方法进行了并行化改造,提出基于Map Reduce的移动数据粗糙集并行约简方法,同时以Hadoop开源平台为基础,构建了移动用户行为模式分析平台,最后通过实验验证了平台的有效性与可用性。