| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 相关理论和技术 | 第16-26页 |
| 2.1 开源大数据组件 | 第16-19页 |
| 2.1.1 Hadoop | 第16-18页 |
| 2.1.1.1 HDFS | 第16-17页 |
| 2.1.1.2 MapReduce | 第17-18页 |
| 2.1.2 Spark | 第18-19页 |
| 2.1.2.1 Spark SQL | 第19页 |
| 2.1.2.2 MLlib | 第19页 |
| 2.2 逻辑回归模型 | 第19-21页 |
| 2.3 Adaboost | 第21-23页 |
| 2.4 Gradient Boosting Decision Tree | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 数据分析和特征表达 | 第26-51页 |
| 3.1 研究目标 | 第26页 |
| 3.2 数据的预处理 | 第26-34页 |
| 3.2.1 数据情况 | 第26-28页 |
| 3.2.2 数据清洗 | 第28页 |
| 3.2.3 异常用户检测 | 第28-33页 |
| 3.2.3.1 幂律分布 | 第28-29页 |
| 3.2.3.2 异常用户检测 | 第29-32页 |
| 3.2.3.3 效果验证 | 第32-33页 |
| 3.2.4 后续处理 | 第33-34页 |
| 3.3 特征的分析与构建 | 第34-42页 |
| 3.3.1 用户特征 | 第34-36页 |
| 3.3.2 广告特征 | 第36-38页 |
| 3.3.3 上下文特征 | 第38-40页 |
| 3.3.4 统计特征 | 第40-42页 |
| 3.4 特征的表达 | 第42-44页 |
| 3.4.1 类别特征 | 第42-44页 |
| 3.4.2 统计特征 | 第44页 |
| 3.4.3 特征向量的构建 | 第44页 |
| 3.5 实验设计与分析 | 第44-50页 |
| 3.5.1 实验目标 | 第44-45页 |
| 3.5.2 实验数据集 | 第45页 |
| 3.5.3 实验设计与结果分析 | 第45-50页 |
| 3.5.3.1 实验评价标准 | 第45-46页 |
| 3.5.3.2 异常用户检测对效果的影响 | 第46-48页 |
| 3.5.3.3 类别特征和统计特征对效果的影响 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 广告点击率预估算法 | 第51-68页 |
| 4.1 问题描述 | 第51-52页 |
| 4.2 单模型广告点击率预估算法 | 第52-53页 |
| 4.3 混合模型广告点击率预估算法 | 第53-57页 |
| 4.4 实验与结果分析 | 第57-67页 |
| 4.4.1 实验目标 | 第57页 |
| 4.4.2 实验数据集 | 第57页 |
| 4.4.3 评价标准 | 第57页 |
| 4.4.4 单模型广告点击率预估实验 | 第57-60页 |
| 4.4.5 混合模型广告点击预估实验 | 第60-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 大数据分析平台 | 第68-77页 |
| 5.1 系统设计的目标 | 第68-69页 |
| 5.2 大数据分析平台系统架构 | 第69-70页 |
| 5.2.1 硬件平台 | 第69页 |
| 5.2.2 软件平台 | 第69-70页 |
| 5.3 大数据分析平台系统各模块设计与实现 | 第70-76页 |
| 5.3.1 数据清洗模块 | 第71-72页 |
| 5.3.2 异常用户检测模块 | 第72-73页 |
| 5.3.3 特征提取模块 | 第73-74页 |
| 5.3.4 模型构建模块 | 第74页 |
| 5.3.5 前端展示模块 | 第74-76页 |
| 5.4 本章小结 | 第76-77页 |
| 结论与展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附表 | 第85页 |