| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容和主要工作 | 第10-11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 相关理论与技术分析 | 第13-26页 |
| 2.1 Spark并行计算框架 | 第13-18页 |
| 2.1.1 Spark运行时架构 | 第14-15页 |
| 2.1.2 弹性分布式数据集RDD | 第15-17页 |
| 2.1.3 Spark与Hadoop MapReduce的对比 | 第17-18页 |
| 2.2 分类机器学习算法 | 第18-22页 |
| 2.2.1 决策树 | 第18-20页 |
| 2.2.2 随机森林 | 第20-21页 |
| 2.2.3 梯度提升树 | 第21-22页 |
| 2.3 报表展示技术 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 南航常旅客流失模型分析与设计 | 第26-42页 |
| 3.1 流失模型需求分析 | 第26-28页 |
| 3.1.1 时间窗口定义 | 第26-27页 |
| 3.1.2 常旅客流失定义 | 第27-28页 |
| 3.2 算法模型设计 | 第28-34页 |
| 3.2.1 特征设计 | 第28-30页 |
| 3.2.2 单模型算法过程设计 | 第30-31页 |
| 3.2.3 模型融合算法设计 | 第31-34页 |
| 3.2.4 聚类算法设计 | 第34页 |
| 3.3 展示系统设计 | 第34-41页 |
| 3.3.1 功能需求分析 | 第34-37页 |
| 3.3.2 展示系统总体设计 | 第37-39页 |
| 3.3.3 数据库设计 | 第39-40页 |
| 3.3.4 界面设计 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于Spark的模型实现 | 第42-63页 |
| 4.1 数据预处理及特征工程 | 第42-49页 |
| 4.1.1 数据预处理 | 第43-44页 |
| 4.1.2 基于Spark的特征提取与标签标识 | 第44-47页 |
| 4.1.3 基于Spark的特征处理与选择 | 第47-49页 |
| 4.2 MLlib模型训练及评测 | 第49-57页 |
| 4.2.1 逻辑回归 | 第49-53页 |
| 4.2.2 随机森林 | 第53-55页 |
| 4.2.3 梯度提升树 | 第55-57页 |
| 4.3 Stacking模型融合 | 第57-59页 |
| 4.4 模型结果对比分析 | 第59-60页 |
| 4.5 聚类分析实现 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 存储与展示系统的实现 | 第63-72页 |
| 5.1 数据存储的实现 | 第63-64页 |
| 5.1.1 数据库存储 | 第63-64页 |
| 5.1.2 HDFS文本存储 | 第64页 |
| 5.2 数据展示的实现 | 第64-71页 |
| 5.2.1 集成目录与配置 | 第64-66页 |
| 5.2.2 模板与数据源 | 第66-68页 |
| 5.2.3 报表解析 | 第68-69页 |
| 5.2.4 报表导出 | 第69-71页 |
| 5.3 本章小结 | 第71-72页 |
| 第六章 系统测试与结果分析 | 第72-86页 |
| 6.1 系统测试环境介绍 | 第72-75页 |
| 6.1.1 测试环境 | 第72-73页 |
| 6.1.2 离线模型平台搭建 | 第73-75页 |
| 6.2 系统测试方案设计 | 第75-76页 |
| 6.3 系统测试过程及结果分析 | 第76-85页 |
| 6.3.1 离线模型测试 | 第76-79页 |
| 6.3.2 展示系统功能测试 | 第79-85页 |
| 6.4 本章小结 | 第85-86页 |
| 总结与展望 | 第86-87页 |
| 参考文献 | 第87-90页 |
| 攻读硕士学位期间取得的研究成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 附件 | 第92页 |