首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于可视化的探索式关联分析

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 研究背景第16-17页
    1.2 国内外研究现状第17-20页
        1.2.1 探索式数据分析研究现状第17-18页
        1.2.2 社交网络可视化研究现状第18-20页
    1.3 论文组织结构第20-22页
第二章 相关技术综述第22-32页
    2.1 大数据技术第22-25页
        2.1.1 Hadoop生态系统第22-24页
        2.1.2 Apache Mahout第24页
        2.1.3 分布式数据仓库Hive第24-25页
        2.1.4 数据交换工具Sqoop第25页
    2.2 Web应用技术第25-26页
        2.2.1 B/S模式介绍第25页
        2.2.2 Play Framework开发框架第25-26页
    2.3 可视化技术第26-31页
        2.3.1 Web可视化原理第26-27页
        2.3.2 Web可视化工具第27-30页
        2.3.3 可视化分析工具第30-31页
    2.4 本章小结第31-32页
第三章 系统分析与设计第32-40页
    3.1 需求分析第32-34页
        3.1.1 功能性需求分析第32-33页
        3.1.2 非功能性需求分析第33-34页
    3.2 可行性分析第34-35页
        3.2.1 技术可行性分析第34-35页
        3.2.2 经济可行性分析第35页
    3.3 系统框架设计及解决方案第35-38页
        3.3.1 系统框架设计第35-36页
        3.3.2 系统解决方案第36-38页
    3.4 本章小结第38-40页
第四章 系统详细设计及实现第40-60页
    4.1 登录模块及系统首页第40-42页
        4.1.1 登录模块设计第40-41页
        4.1.2 用户登录模块和系统首页实现第41-42页
    4.2 用户搜索模块第42-44页
        4.2.1 用户搜索模块设计第42-43页
        4.2.2 用户搜索模块实现第43-44页
    4.3 微博用户聚类模块第44-52页
        4.3.1 微博用户聚类模块设计第45页
        4.3.2 K-Means算法介绍第45-47页
        4.3.3 微博用户聚类研究方案第47-50页
        4.3.4 微博用户聚类模块实现第50-52页
    4.4 关系推荐模块第52-57页
        4.4.1 用户关系推荐模块设计第52-53页
        4.4.2 FP-Growth算法介绍第53-55页
        4.4.3 用户关系推荐研究方案第55-56页
        4.4.4 用户关系推荐模块实现第56-57页
    4.5 可视化探索模块第57-59页
        4.5.1 可视化探索模块设计第57页
        4.5.2 可视化探索模块实现第57-59页
    4.6 本章小结第59-60页
第五章 系统测试第60-66页
    5.1 测试环境及测试方案第60-61页
        5.1.1 测试环境第60页
        5.1.2 测试方案第60-61页
    5.2 单元测试第61-64页
        5.2.1 单元测试举例第61-63页
        5.2.2 单元测试分析第63-64页
    5.3 性能测试第64-65页
        5.3.1 性能测试举例第64-65页
        5.3.2 性能测试分析第65页
    5.4 本章小结第65-66页
第六章 总结与展望第66-68页
    6.1 工作总结第66页
    6.2 工作展望第66-68页
参考文献第68-70页
致谢第70-72页
作者简介第72-73页

论文共73页,点击 下载论文
上一篇:重庆银行业参与“丝绸之路经济带”(一带)及推进“产能合作”研究
下一篇:感知不确定性下公众对拥堵收费接受意愿的实证研究