| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.3 课题研究目的及意义 | 第17页 |
| 1.4 本文主要工作及文章结构 | 第17-20页 |
| 第二章 数据处理与DStreams模型 | 第20-36页 |
| 2.1 RDD与Spark | 第20-21页 |
| 2.2 流数据处理 | 第21-26页 |
| 2.3 离散流-DStreams | 第26-34页 |
| 2.3.1 计算模型 | 第26-29页 |
| 2.3.2 时序方面的考虑 | 第29-30页 |
| 2.3.3 DStream API | 第30-32页 |
| 2.3.4 一致性语义 | 第32页 |
| 2.3.5 批处理与交互式处理的统一 | 第32-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 模型整体研究与设计 | 第36-44页 |
| 3.1 HA (High Available)平台 | 第36页 |
| 3.2 Spark架构思路 | 第36-38页 |
| 3.3 Spark Streaming流式计算框架 | 第38-42页 |
| 3.4 模型整体设计 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 机器学习模型设计与实现 | 第44-58页 |
| 4.1 HA平台配置 | 第44-47页 |
| 4.1.1 基于QJM(Quorum Journal Manager)配置HA原理 | 第44-45页 |
| 4.1.2 环境配置说明 | 第45-46页 |
| 4.1.3 修改Zookeeper配置过程 | 第46-47页 |
| 4.2 模型设计原则 | 第47页 |
| 4.2.1 实用性 | 第47页 |
| 4.2.2 并行优化 | 第47页 |
| 4.3 基于Spark的并行KMeans聚类模型 | 第47-52页 |
| 4.3.1 KMeans算法 | 第48页 |
| 4.3.2 KMeans算法的并行化 | 第48-52页 |
| 4.4 基于Spark Streaming的在线KMeans聚类模型 | 第52-54页 |
| 4.4.1 KMeans聚类算法原理 | 第52-53页 |
| 4.4.2 基于Spark Streaming的在线KMeans模型实现 | 第53-54页 |
| 4.5 基于Spark的ALS协同过滤模型研究 | 第54-57页 |
| 4.5.1 ALS协同过滤算法 | 第55-56页 |
| 4.5.2 基于Spark的ALS协同过滤算法并行化实现 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 机器学习模型评估 | 第58-70页 |
| 5.1 模型评估指标 | 第58-60页 |
| 5.1.1 平均运行时间 | 第58页 |
| 5.1.2 加速比 | 第58-59页 |
| 5.1.3 可扩展性 | 第59页 |
| 5.1.4 吞吐量 | 第59-60页 |
| 5.2 实验环境 | 第60页 |
| 5.3 模型评估 | 第60-67页 |
| 5.3.1 基于Spark的并行KMeans聚类模型评估 | 第60-63页 |
| 5.3.2 基于Spark Streaming的在线KMeans聚类模型评估 | 第63-65页 |
| 5.3.3 基于Spark的ALS协同过滤模型评估 | 第65-67页 |
| 5.4 本章小结 | 第67-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-80页 |
| 附录A: 攻读硕士学位期间发表论文 | 第80-82页 |
| 附录B: 攻读硕士学位期间参与科研项目 | 第82页 |
