中文摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-19页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状及发展趋势 | 第11-15页 |
1.2.1 大规模定制 | 第11-13页 |
1.2.2 数据挖掘 | 第13-14页 |
1.2.3 Hadoop大数据平台 | 第14-15页 |
1.3 研究内容及论文结构 | 第15-19页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 课题来源 | 第16-17页 |
1.3.3 论文结构 | 第17-19页 |
第2章 基于Hadoop的数据挖掘系统设计 | 第19-29页 |
2.1 数据挖掘技术概述 | 第19-21页 |
2.1.1 数据挖掘基本流程 | 第19-20页 |
2.1.2 数据挖掘功能分类 | 第20-21页 |
2.2 大规模定制的数据挖掘问题分析 | 第21-25页 |
2.2.1 客户需求数据挖掘 | 第22-24页 |
2.2.2 产品配置数据挖掘 | 第24-25页 |
2.3 大数据挖掘系统核心技术 | 第25-27页 |
2.3.1 HDFS | 第25-26页 |
2.3.2 MapReduce | 第26-27页 |
2.4 大规模定制数据挖掘系统设计 | 第27-28页 |
2.4.1 设计思想 | 第27页 |
2.4.2 系统架构设计 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第3章 基于MR-NB的客户需求信息挖掘 | 第29-49页 |
3.1 客户需求数据挖掘流程 | 第29-30页 |
3.2 面向大数据挖掘的客户需求数据建模 | 第30-36页 |
3.2.1 客户需求规范化结构模型 | 第31-32页 |
3.2.2 客户需求规范化表达模型 | 第32-33页 |
3.2.3 乘用车客户需求模型表达 | 第33-36页 |
3.3 面向大数据挖掘的客户需求数据预处理 | 第36-41页 |
3.3.1 客户需求信息获取文档数据 | 第36-38页 |
3.3.2 客户需求特征属性提取 | 第38-39页 |
3.3.3 客户需求特征值定量标定 | 第39-41页 |
3.4 基于MapReduce的客户需求信息挖掘算法 | 第41-45页 |
3.4.1 朴素贝叶斯算法 | 第41-42页 |
3.4.2 MR-NB数据挖掘算法设计 | 第42-45页 |
3.5 基于MR-NB的客户需求分类处理模型 | 第45-48页 |
3.6 本章小结 | 第48-49页 |
第4章 基于MR-C4.5的产品配置数据挖掘 | 第49-69页 |
4.1 产品配置数据挖掘流程 | 第49-50页 |
4.2 面向大数据挖掘的产品配置数据建模 | 第50-54页 |
4.2.1 基于CBR的产品配置单元模型 | 第50-51页 |
4.2.2 基于CBR的产品配置模板结构模型 | 第51-53页 |
4.2.3 基于CBR的产品配置规则表达与存储 | 第53-54页 |
4.3 基于MapReduce的产品配置数据挖掘算法 | 第54-60页 |
4.3.1 C4.5决策树算法 | 第54-56页 |
4.3.2 C4.5决策树算法并行化方案 | 第56-59页 |
4.3.3 MR-C4.5数据挖掘算法实现 | 第59-60页 |
4.4 基于MR-C4.5的产品配置数据挖掘 | 第60-68页 |
4.4.1 PCU内部配置规则挖掘 | 第61-66页 |
4.4.2 PCU之间配置规则挖掘 | 第66-68页 |
4.5 本章小结 | 第68-69页 |
第5章 面向大规模定制的数据挖掘系统 | 第69-81页 |
5.1 汽车大规模定制介绍 | 第69-70页 |
5.2 Hadoop集群搭建与系统开发 | 第70-73页 |
5.2.1 Hadoop开发平台搭建 | 第70-71页 |
5.2.2 数据挖掘开发环境 | 第71-72页 |
5.2.3 数据挖掘系统功能模块 | 第72-73页 |
5.3 数据挖掘系统工作流程 | 第73-75页 |
5.4 系统运行状态 | 第75-80页 |
5.4.1 客户需求管理 | 第75-79页 |
5.4.2 产品配置管理 | 第79-80页 |
5.5 本章小结 | 第80-81页 |
第6章 总结与展望 | 第81-83页 |
6.1 论文总结 | 第81-82页 |
6.2 研究展望 | 第82-83页 |
致谢 | 第83-84页 |
参考文献 | 第84-88页 |
附录 A 攻读硕士学位期间的科研成果 | 第88页 |