基于SARIMA模型的视频播放量预测软件设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-12页 |
| ·时间序列分析的国内外研究现状 | 第12-14页 |
| ·论文主要工作及框架 | 第14-16页 |
| ·论文主要工作 | 第14-15页 |
| ·论文组织结构及框架 | 第15-16页 |
| 第二章 预测模型的分析与选择 | 第16-26页 |
| ·基本概念 | 第16-19页 |
| ·基本的时间序列模型 | 第19-23页 |
| ·视频播放量预测模型选择 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 视频播放量SARIMA建模及预测算法设计 | 第26-46页 |
| ·建模策略 | 第26-28页 |
| ·Box-Jenkins建模策略 | 第26-27页 |
| ·视频播放量SARIMA建模策略 | 第27-28页 |
| ·视频播放量异常识别及处理算法 | 第28-35页 |
| ·异常来源 | 第29页 |
| ·异常识别算法 | 第29-35页 |
| ·异常处理 | 第35页 |
| ·视频播放量SARIMA模型识别 | 第35-37页 |
| ·基于广义最小二乘法模型参数估计 | 第37-42页 |
| ·AR模型参数最小二乘估计 | 第38-39页 |
| ·广义最小二乘参数估计原理 | 第39-40页 |
| ·广义最小二乘参数估计算法 | 第40-42页 |
| ·基于最佳预测原理的预测算法 | 第42-45页 |
| ·最佳预测原理 | 第43-44页 |
| ·最佳预测算法 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 视频播放量预测软件设计 | 第46-58页 |
| ·软件功能总体设计 | 第46-47页 |
| ·开发环境及工具 | 第47-52页 |
| ·Java语言的特点 | 第47-49页 |
| ·JDK | 第49页 |
| ·Eclipse | 第49-50页 |
| ·R软件简介 | 第50-51页 |
| ·MongoDB简介 | 第51-52页 |
| ·软件系统详细设计 | 第52-57页 |
| ·数据库设计 | 第52-53页 |
| ·数据采集模块设计 | 第53-56页 |
| ·数据读写策略 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 视频播放量预测软件实现 | 第58-70页 |
| ·环境搭建 | 第58-59页 |
| ·系统代码结构 | 第59-61页 |
| ·分页读取数据的实现 | 第61-62页 |
| ·预测模块实现 | 第62-67页 |
| ·运行结果 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 结论和展望 | 第70-72页 |
| ·结论 | 第70-71页 |
| ·展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 硕士期间取得的研究成果 | 第75页 |
