| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 小世界理论分析研究现状 | 第12-13页 |
| 1.2.2 人物关系分析研究现状 | 第13页 |
| 1.2.3 数据挖掘研究现状 | 第13-14页 |
| 1.2.4 可视化研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第2章 相关技术概述 | 第19-29页 |
| 2.1 Spark大数据分析平台 | 第19-22页 |
| 2.1.1 Spark的概述和生态系统 | 第19-20页 |
| 2.1.2 Spark中的存储技术 | 第20-21页 |
| 2.1.3 SparkSQL技术 | 第21-22页 |
| 2.2 基于决策树的分类分析算法 | 第22-23页 |
| 2.2.1 决策树算法 | 第22-23页 |
| 2.2.2 决策树算法的性能评价指标 | 第23页 |
| 2.3 基于SparkGraphx的图计算框架 | 第23-26页 |
| 2.3.1 SparkGraphx图计算框架 | 第23-25页 |
| 2.3.2 SparkGraphx图搜索算法 | 第25-26页 |
| 2.4 可视化技术 | 第26-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 话单的特征统计与基于Spark的决策树分类算法 | 第29-41页 |
| 3.1 概述 | 第29页 |
| 3.1.1 研究目标 | 第29页 |
| 3.1.2 总体设计方案 | 第29页 |
| 3.2 基于Spark的通话特征统计查询 | 第29-34页 |
| 3.2.1 SparkSQL原理 | 第30-31页 |
| 3.2.2 SparkSQL查询 | 第31-32页 |
| 3.2.3 查询命令的调用和条件参数的传入 | 第32-34页 |
| 3.3 基于Spark决策树的人物关系分析 | 第34-38页 |
| 3.3.1 决策树的特征选择和生成 | 第34-35页 |
| 3.3.2 话单人物关系分析 | 第35-37页 |
| 3.3.3 决策树算法的性能评价指标 | 第37-38页 |
| 3.4 实验及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于Spark的图搜索算法及数据可视化 | 第41-53页 |
| 4.1 概述 | 第41页 |
| 4.1.1 研究目标 | 第41页 |
| 4.1.2 总体设计方案 | 第41页 |
| 4.2 基于SparkGraphx的图搜索算法 | 第41-47页 |
| 4.2.1 SparkGraphx连通图 | 第42-43页 |
| 4.2.2 基于SparkGraphx获取好友列表 | 第43-44页 |
| 4.2.3 好友列表的整理和分析 | 第44-47页 |
| 4.3 数据结果可视化 | 第47-49页 |
| 4.3.1 Echarts基础功能 | 第47-48页 |
| 4.3.2 数据预处理 | 第48页 |
| 4.3.3 数据可视化 | 第48-49页 |
| 4.4 实验结果 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 Spark话单分析系统中的应用 | 第53-75页 |
| 5.1 概述 | 第53-55页 |
| 5.1.1 系统环境 | 第53-54页 |
| 5.1.2 测试数据选取 | 第54-55页 |
| 5.1.3 系统运行效果 | 第55页 |
| 5.2 基于Spark平台的话单分析系统的设计与实现 | 第55-58页 |
| 5.2.1 话单分析系统的设计 | 第55-57页 |
| 5.2.2 话单分析系统的重点实现 | 第57-58页 |
| 5.3 系统运行结果 | 第58-68页 |
| 5.3.1 系统主界面 | 第58-59页 |
| 5.3.2 系统管理 | 第59-61页 |
| 5.3.3 基础统计分析 | 第61-65页 |
| 5.3.4 结果可视化显示 | 第65-68页 |
| 5.4 结果分析和优化 | 第68-72页 |
| 5.4.1 结果分析 | 第68页 |
| 5.4.2 性能优化 | 第68-72页 |
| 5.5 本章小结 | 第72-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间获得的科研成果 | 第81-83页 |
| 致谢 | 第83页 |
