基于海量查询日志的数据挖掘及用户行为分析
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·分布式技术研究现状 | 第11-12页 |
| ·数据挖掘研究现状 | 第12-13页 |
| ·Web日志挖掘研究现状 | 第13-14页 |
| ·本文研究内容和意义 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 分布式技术和数据挖掘的研究 | 第16-29页 |
| ·GFS | 第16-17页 |
| ·Google的分布式文件系统—GFS | 第16-17页 |
| ·GFS架构 | 第17页 |
| ·Hadoop | 第17-22页 |
| ·HDFS | 第18-19页 |
| ·MapReduce编程框架 | 第19-21页 |
| ·MapReduce执行流程 | 第21-22页 |
| ·数据挖掘 | 第22-25页 |
| ·数据挖掘的定义 | 第23页 |
| ·数据挖掘的流程 | 第23-24页 |
| ·数据挖掘的主要方法 | 第24-25页 |
| ·数据挖掘的应用和挑战 | 第25页 |
| ·Web日志挖掘 | 第25-28页 |
| ·Web挖掘分类 | 第25-27页 |
| ·Web日志挖掘流程 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 日志预处理技术 | 第29-38页 |
| ·数据清洗 | 第29-30页 |
| ·用户识别 | 第30-31页 |
| ·会话识别 | 第31-33页 |
| ·路径补充和事务识别 | 第33-35页 |
| ·基于Hadoop的日志预处理实现 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于用户行为的查询日志挖掘 | 第38-55页 |
| ·基于日志的用户聚类分析 | 第38-39页 |
| ·日志挖据系统的设计 | 第39-40页 |
| ·日志的数据挖掘 | 第40-54页 |
| ·Mine模块的功能 | 第40-41页 |
| ·基于日志的用户行为建模 | 第41-42页 |
| ·基于MapReduce的关键词和URL聚类 | 第42-44页 |
| ·用户的特征向量表示及相似度计算 | 第44-46页 |
| ·K-means算法及其分布式实现 | 第46-51页 |
| ·系统测试及结果分析 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 基于海量日志的用户行为分析 | 第55-62页 |
| ·日志来源及用户搜索行为分析 | 第55-56页 |
| ·日志量和用户量的分析 | 第56-57页 |
| ·用户查询词的分析 | 第57-59页 |
| ·查询词的数量分析 | 第57-58页 |
| ·查询词的字符分析 | 第58-59页 |
| ·查询词的长度分析 | 第59页 |
| ·用户点击URL的分析 | 第59-60页 |
| ·URL rank与用户点击顺序的分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-64页 |
| ·本文主要工作 | 第62页 |
| ·未来工作 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
