| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第15-21页 |
| 1.1 研究背景及意义 | 第15-17页 |
| 1.1.1 社会背景 | 第15-16页 |
| 1.1.2 技术背景 | 第16页 |
| 1.1.3 研究目的及意义 | 第16-17页 |
| 1.2 用户画像研究现状 | 第17页 |
| 1.3 本文主要研究内容 | 第17-18页 |
| 1.4 本文组织架构 | 第18-19页 |
| 1.5 本章小结 | 第19-21页 |
| 2 相关技术理论概述 | 第21-33页 |
| 2.1 用户画像理论研究 | 第21页 |
| 2.2 数据采集技术研究 | 第21-25页 |
| 2.2.1 关系型数据库数据采集 | 第22页 |
| 2.2.2 日志数据采集 | 第22-25页 |
| 2.3 数据存储技术研究 | 第25-29页 |
| 2.3.1 Hive数据仓库 | 第25-27页 |
| 2.3.2 Elasticsearch分布式全文搜索引擎 | 第27-28页 |
| 2.3.3 Hbase分布式数据库 | 第28-29页 |
| 2.4 数据处理技术研究 | 第29-31页 |
| 2.4.1 MapReduce分布式计算框架 | 第29-30页 |
| 2.4.2 Spark分布式内存计算框架 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 3 铁路客运用户画像系统需求研究 | 第33-41页 |
| 3.1 业务需求 | 第33-38页 |
| 3.1.1 数据采集 | 第33-35页 |
| 3.1.2 数据存储 | 第35-36页 |
| 3.1.3 数据处理 | 第36-37页 |
| 3.1.4 对外服务 | 第37页 |
| 3.1.5 数据可视化展示 | 第37-38页 |
| 3.2 技术需求 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 用户画像系统的设计与实现 | 第41-79页 |
| 4.1 系统总体架构设计 | 第41-43页 |
| 4.2 系统技术架构 | 第43-46页 |
| 4.3 系统逻辑架构 | 第46-47页 |
| 4.4 系统工作流程 | 第47-48页 |
| 4.5 数据采集系统 | 第48-54页 |
| 4.5.1 系统主要数据源 | 第49-51页 |
| 4.5.2 关系型数据库数据采集 | 第51页 |
| 4.5.3 日志数据采集 | 第51-54页 |
| 4.6 数据存储系统 | 第54-59页 |
| 4.6.1 原始数据存储模块 | 第55页 |
| 4.6.2 标签查询存储模块 | 第55-58页 |
| 4.6.3 对外服务存储模块 | 第58-59页 |
| 4.7 数据处理系统 | 第59-70页 |
| 4.7.1 用户标签设计 | 第59-61页 |
| 4.7.2 用户画像实现步骤 | 第61-63页 |
| 4.7.3 标签计算模型 | 第63-66页 |
| 4.7.4 标签计算任务 | 第66-70页 |
| 4.7.5 前置任务处理 | 第70页 |
| 4.8 模型设计系统 | 第70-76页 |
| 4.8.1 基于K-means的旅客样本分群 | 第71-72页 |
| 4.8.2 BP神经网络的历史价值指数计算 | 第72-73页 |
| 4.8.3 基于用户同行网络的潜在价值指数计算 | 第73-76页 |
| 4.9 数据可视化展示系统 | 第76-77页 |
| 4.10 监控报警系统 | 第77-78页 |
| 4.11 本章小结 | 第78-79页 |
| 5 用户画像系统的应用 | 第79-91页 |
| 5.1 用户画像系统应用场景 | 第79-83页 |
| 5.1.1 核验服务 | 第79-80页 |
| 5.1.2 精准营销 | 第80-81页 |
| 5.1.3 业务预测 | 第81-82页 |
| 5.1.4 风险识别 | 第82-83页 |
| 5.1.5 征信服务 | 第83页 |
| 5.2 用户核验系统 | 第83-89页 |
| 5.2.1 基本架构 | 第83-85页 |
| 5.2.2 交互流程 | 第85-86页 |
| 5.2.3 配置流程 | 第86-89页 |
| 5.3 本章小结 | 第89-91页 |
| 6 总结与展望 | 第91-93页 |
| 6.1 总结 | 第91页 |
| 6.2 展望 | 第91-93页 |
| 参考文献 | 第93-97页 |
| 作者简历及科研成果单 | 第97-98页 |
| 学位论文数据集 | 第98页 |