アクセスログ解析の実験にはNASAのデータセットが便利 - nokunoの日記
アクセスログ解析の実験をしています．以前にも見かけた気がするのですが，ACMのSIGCOMMというコミュニティのサイトでWebのアクセスログやトラフィックのログが公開されています． Traces In The Internet Traffic Archive この中でデータサイズが大きいのはWorldCup98やUBCのログなのですが，フォーマットがバイナリだったりURLが匿名化されていて何がなんだか分からなかったりで微妙に実データと違っていて使いづらかったりしました．1998 World Cup Web Site Access LogsUC Berkeley Home IP Web Traces - 18 daysそんなわけで，生のApacheログ形式で比較的サイズの大きい実験データとしては，NASAのデータセットが便利そうです． NASA-HTTP - Two Months of HT
Hadoopのためのデータセットあれこれ - kj-ki’s blog
Hadoop common user MLを見ていたところ，Data for Testing in HadoopでHadoopで使えるデータセットってない? という質問がありました．その返信でいくつか紹介されているものがあったので，列記しておきます． 実データ Amazon Web Services Amazonが，Public Data Sets : Amazon Web Servicesとして，公開しています． Wikipedia Traffic Statisticsなんかもあったりして，面白いかもしれない． Mahout Mahoutが，Collections - Apache Mahout -として，公開しています． 外部サイトへのリンクなども雑多に並べてある感じ． データジェネレータ DataGeneratorHadoop Pig Wikiに記載されている，Make DataGe
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
