| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外相关领域研究现状和发展趋势 | 第9-10页 |
| 1.3 研究目的和研究点概述 | 第10页 |
| 1.4 论文内容和结构 | 第10-12页 |
| 第二章 相关背景和技术简介 | 第12-25页 |
| 2.1 大数据技术和相关技术平台 | 第12-19页 |
| 2.1.1 数据中心与云计算 | 第12-15页 |
| 2.1.2 大数据概述 | 第15-17页 |
| 2.1.3 大数据行业价值分析 | 第17-18页 |
| 2.1.4 大数据的处理流程 | 第18-19页 |
| 2.2 虚拟运营商现状和技术背景 | 第19-24页 |
| 2.2.1 虚拟运营商的现状 | 第19-23页 |
| 2.2.2 虚拟运营商和大数据技术的结合 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 大数据的存储与处理和数据挖掘工具 | 第25-34页 |
| 3.1 大数据的数据存储 | 第25-27页 |
| 3.1.1 数据库存储 | 第25-26页 |
| 3.1.2 大数据时代的云存储 | 第26-27页 |
| 3.2 大数据中的数据计算 | 第27-28页 |
| 3.3 大数据中的数据挖掘 | 第28-33页 |
| 3.3.1 几种常见的大数据挖掘 | 第28-29页 |
| 3.3.2 数据挖掘的主要功能 | 第29页 |
| 3.3.3 大数据中的数据挖掘技术 | 第29-30页 |
| 3.3.4 常见数据挖掘算法 | 第30-32页 |
| 3.3.5 数据挖掘工具与语言 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 虚拟运营商方案的整体和模块设计 | 第34-54页 |
| 4.1 整体设计方案 | 第34-35页 |
| 4.2 各模块实现方案 | 第35-53页 |
| 4.2.1 基于Microsoft数据挖掘平台的一种实现 | 第35-41页 |
| 4.2.2 一种针对定位服务的校园虚拟运营商的概要设计 | 第41-44页 |
| 4.2.3 基于R的校园虚拟运营商服务的详细方案 | 第44-47页 |
| 4.2.4 基于Python的校园虚拟运营商服务详细方案 | 第47-51页 |
| 4.2.5 一种根据定位信息的网络切换方案 | 第51-53页 |
| 4.3 本章小节 | 第53-54页 |
| 第五章 设计的测试和性能评估 | 第54-60页 |
| 5.1 整体性能评估 | 第54-58页 |
| 5.1.1 校园虚拟运营商设计的功能测试 | 第54-58页 |
| 5.1.2 校园虚拟运营商设计的测试结果分析 | 第58页 |
| 5.2 系统各个模块性能分析 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 论文总结 | 第60-61页 |
| 6.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 附录1 程序清单 | 第64-67页 |
| 附录2 攻读硕士学位期间申请的专利 | 第67-68页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| 致谢 | 第69页 |
