A、 顶点值(Vertexvalue):顶点对应的PR值
B、 出射边(Outedge):只需要表⽰⼀条边,可以不取值
C、 消息(Message):传递的消息
D、 ⼊射边(Iutedge):只需要表⽰⼀条边,可以不取值
答案:D
A、 顶点值(Vertexvalue):顶点对应的PR值
B、 出射边(Outedge):只需要表⽰⼀条边,可以不取值
C、 消息(Message):传递的消息
D、 ⼊射边(Iutedge):只需要表⽰⼀条边,可以不取值
答案:D
A. 互联⽹
B. 云计算
C. ⼤数据
D. 物联⽹
A. 推荐系统可以创造全新的商业和经济模式,帮助实现长尾商品的销售
B. ”长尾”概念于2004年提出,⽤来描述以亚马逊为代表的电⼦商务⽹站的商业和经济模式
C. 可以通过发掘长尾商品并推荐给感兴趣的⽤户来提⾼销售额
D. 热门推荐的主要缺陷在于推荐的范围有限,所推荐的内容在⼀定时期内也相对固定。⽆法实现长尾商品的推荐
A. 软件即服务(SaaS)
B. 平台即服务(PaaS)
C. 基础设施即服务(IaaS)
D. 数据即服务(DaaS)
A. 从数据模型的⾓度来说,云数据库并⾮⼀种全新的数据库技术
B. 云数据库并没有专属于⾃⼰的数据模型,云数据库所采⽤的数据模型可以是关系数据库所使⽤的关系模型
C. 同⼀个公司只能提供采⽤不同数据模型的单个云数据库服务
D. 许多公司在开发云数据库时,后端数据库都是直接使⽤现有的各种关系数据库或NoSQL数据库产品
A. 数据的”⼤量化”
B. 数据的”快速化”
C. 数据的”多样化”
D. 数据的”价值化”
A. UserCF算法的推荐更偏向社会化:适合应⽤于新闻推荐、微博话题推荐等应⽤场景,其推荐结果在新颖性⽅⾯有⼀定的优势
B. ItemCF算法的推荐更偏向于个性化
C. ItemCF随着⽤户数⽬的增⼤,⽤户相似度计算复杂度越来越⾼
D. UserCF推荐结果相关性较弱,难以对推荐结果作出解释,容易受⼤众影响⽽推荐热门物品
A. 局部计算:每个参与的处理器都有⾃⾝的计算任务
B. 通讯:处理器群相互交换数据
C. 栅栏同步:当⼀个处理器遇到”路障”(或栅栏),会等到其他所有处理器完成它们的计算步骤
D. 基于现有的分布式计算平台进⾏图计算
A. 第⼀阶段:解析⽹页
B. 第⼆阶段:PageRank分配
C. 第三阶段:收敛阶段
D. 第⼀阶段:收集⽹页
A. Storm将流数据Stream描述成⼀个有限的Tuple序列
B. Storm保证每个消息都能完整处理
C. Storm认为每个Stream都有⼀个源头,并把这个源头抽象为Spout
D. Bolt可以执⾏过滤、函数操作、Join、操作数据库等任何操作
A. Client
B. JobTracker
C. TaskTracker以及Task
D. Job