简介：家庭是客运市场最常见的消费单元之一。如果能够对家庭单元在未来一段时间是否出行做出准确的预测，将有助于客运、旅游等相关行业为家庭旅客提供个性化的服务和相关产品推荐。预测一个家庭在未来一段时间是否会出行是一个分类问题。构建家庭的人口统计学特征、历史行为特征以及预测时间窗口特征作为分类属性，使用多种分类算法进行家庭出行的预测。还构建基于共同出行关系的旅客社交网络．通过构建家庭成员的社交网络属性来进一步描述家庭特征。在一个旅客历史数据集上进行实验，取得了较好的效果。

简介：在线社交网站拥有大量用户，且越来越受欢迎。研究社交网络的用户行为和群体结构特征对理解人类的社会行为、群体特征和加强对社交网络的拓扑结构理解具有重要意义。以人人网为例，详细研究社交网站的数据采集技术，并对人人网社团结构进行分析。研究发现：人人网具有明显的社团结构特征。研究成果对于进一步了解人人网等社交网络的拓扑结构特征具有重要意义，数据采集的结果为大数据分析奠定该基础。

简介：云计算的出现,有效地解决大数据时代的数据冗余、处理速度慢、空间不足等难题,满足信息化社会快速发展的数据需求。首先简介云计算,大数据,几种经典的推荐算法和个性化推荐。然后把云平台与推荐系统的推荐引擎结合起来,利用协同过滤算法结合MapReduce框架模式进行计算,分别基于共同好友和共同兴趣对一个微博大数据集进行处理并得出推荐结果,给用户推荐潜在关注者和关键字,并对实验结果进行分析得出结论,验证云计算能有效并且快速处理大数据,提高计算机大规模数据计算处理能力。