| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 Hadoop研究现状 | 第11页 |
| 1.2.2 日志挖掘研究现状 | 第11-13页 |
| 1.2.3 Web日志分析现状 | 第13-14页 |
| 1.3 研究内容和组织结构 | 第14-17页 |
| 第2章 分布式技术与Web日志挖掘的研究 | 第17-26页 |
| 2.1 分布式技术的研究 | 第17-22页 |
| 2.1.1 Hadoop生态系统 | 第17-19页 |
| 2.1.2 HDFS的架构 | 第19-20页 |
| 2.1.3 MapReduce编程模型 | 第20-21页 |
| 2.1.4 HBase数据库 | 第21-22页 |
| 2.2 日志挖掘技术的研究 | 第22-25页 |
| 2.2.1 数据挖掘的研究 | 第22-23页 |
| 2.2.2 Web挖掘的分类 | 第23-24页 |
| 2.2.3 Web日志挖掘的流程 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 电信系统Web日志采集预处理模块的设计 | 第26-33页 |
| 3.1 电信系统Web日志结构分析 | 第26-28页 |
| 3.2 Web日志数据采集的设计 | 第28-29页 |
| 3.3 Web日志数据预处理的设计 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 电信系统Web日志存储模块的设计 | 第33-37页 |
| 4.1 Web日志存储目标 | 第33页 |
| 4.2 Web日志存储模块结构设计 | 第33-34页 |
| 4.3 Web日志存储的具体实现 | 第34-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第5章 电信系统Web日志挖掘及聚类算法的设计 | 第37-47页 |
| 5.1 电信系统Web日志挖掘模块的流程 | 第37页 |
| 5.2 基于电信系统Web日志的用户建模 | 第37-38页 |
| 5.3 改进的K-means算法的并行化设计与实现 | 第38-45页 |
| 5.3.1 K-means聚类算法的研究 | 第39-40页 |
| 5.3.2 Canopy算法的研究 | 第40-41页 |
| 5.3.3 FCM算法的研究 | 第41页 |
| 5.3.4 K-means算法的改进与优化 | 第41-44页 |
| 5.3.5 改进的K-means算法并行化设计与实现 | 第44-45页 |
| 5.4 本章小结 | 第45-47页 |
| 第6章 电信系统日志分析平台实现与结果分析 | 第47-58页 |
| 6.1 实验环境的搭建与配置 | 第47-53页 |
| 6.1.1 测试环境的部署 | 第47页 |
| 6.1.2 软件安装及配置 | 第47-52页 |
| 6.1.3 系统运行过程及注意事项 | 第52-53页 |
| 6.2 系统运行结果分析 | 第53-57页 |
| 6.2.1 Hadoop平台并行处理高效性 | 第53-55页 |
| 6.2.2 改进K-means算法的优越性 | 第55-57页 |
| 6.3 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读学位期间取得学术成果 | 第63页 |