本论文主要讨论了基于Java编程匹配的数据集成(数据预处理)的相关内容，具体如下。
数据说明
以下步骤是合并以下格式的数据的过程。
此表中的每一行都表示用户id和用户特征。 其中，一个用户只有一个特征向量。 也就是说，第一列不重复。
此表的第一列表示用户的id，第二列表示用户观看的电影，第三列表示用户对电影的评分(1-13分)，第四列表示用户对电影的评分，但评分范围为1-5分。
问题的说明
在对数据进行预处理时，如何将第二张表添加到用户特征中？ 其实，方法很简单，只要把第二张表的用户id和第一张表的用户id一致就可以了。 合并结果如下图所示。
数据处理程序
打包删除；
import java.io.BufferedReader；
import java.io.File；
import java.io.FileInputStream；
import java.io.IOException；
import Java.io.input streamreader；
import java.math.BigDecimal；
import java.util.ArrayList；
import java.util.HashMap；
import java.util.List；
/*
* author:合肥工业大学管院学院钱洋
* email: 1563178220@qq.com
*/
公共类获取用户{
publicstaticlistreaddocs (stringdocspath，String code ) throws IOException{
bufferedreaderreader=newbufferedreader (newinputstreamreader ) new file inputstream (new file ) docspath )，code )；
string s=空；
listuserproductscore=new ArrayList (；
wile((s=reader.readline ) )！=null ) {
userproductscore.add(s )；
}
reader.close (；
return userproductscore；
}
publicstatichashmapmapread (stringdocspath 1，String code1) throws IOException{ )。
bufferedreaderreader1=newbufferedreader (newinputstreamreader ) new file inputstream (new file ) docspath1)、code1)；
string S1=空；
hashmapuserfeaturemap=new hashmap (；
while((S1=reader1.readline ) )！=null ) {
stringarr[]=S1.split((t )；
String feature=' '；
for(intI=1； i arr.length； I ) {
bigdecimal db=new bigdecimal (arr [ I ]；
String ii=db.toPlainString (；
feature=ii '；
}
userfeaturemap.put (S1.split ('t ' ) [0]，feature )；
}
读1.close (；
返回用户映射；
}
publicstaticlistmatch (listuserproductscore，HashMap userfeaturemap ) throws IOException{
listuserscoreandfeature=new ArrayList (；
for(intI=0； i userproductscore.size (； I ) {
//获取用户id
string user _ id=userproductscore.get (I ).split('t ' ) [0]；
//取得用户的特征
stringuserfeature=userfeaturemap.get (user _ id；
userscoreandfeature.add (userproductscore.get (I ) 't' userfeature )；
system.out.println (userproductscore.get (I ) 't' userfeature )；
}
return userscoreandfeature；
}
publicstaticvoidmain (string [ ] args ) throws IOException {。
//读取两个文本
listuserproductscore=read docs (data/train/y data-y movies-user-movie-ratings-train-v1 _0. txt )，' gbk
hashmapuserfeaturemap=mapread (' data/fileofuser/Yahoo.txt '，' utf-8 ' )；
//匹配结果
match (用户产品代码，用户映射；
}
}
总结
以上内容，对于通过Java编程匹配进行的所有数据实例分析(数据预处理)，希望本文能对大家有所帮助。 感兴趣的请继续参考本网站的其他相关主题。 如果有不足的地方，欢迎评论。 感谢朋友们对本站的支持！