基于SPARK的用户特征分析
| 学位论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 选题意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.3.1 国内研究状况 | 第10-11页 |
| 1.3.2 国际研究状况 | 第11页 |
| 1.4 本文的主要工作 | 第11页 |
| 1.5 本文的组织结构 | 第11-13页 |
| 第二章 相关技术研究 | 第13-31页 |
| 2.1 贝叶斯定理 | 第13-14页 |
| 2.2 朴素贝叶斯分类算法 | 第14-17页 |
| 2.2.1 朴素贝叶斯分类算法的概念 | 第14-15页 |
| 2.2.2 朴素贝叶斯分类算法的特点 | 第15-17页 |
| 2.3 Spark计算平台相关技术 | 第17-23页 |
| 2.3.1 Spark的介绍 | 第17-19页 |
| 2.3.2 Spark驱动节点和执行节点 | 第19页 |
| 2.3.3 RDD弹性分布式数据集 | 第19-22页 |
| 2.3.4 Spark on Yarn | 第22-23页 |
| 2.4 HDFS | 第23-29页 |
| 2.4.1 HDFS架构 | 第23-26页 |
| 2.4.2 HDFS文件解析 | 第26-29页 |
| 2.4.3 HDFS安全模式 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 用户特征分析系统设计 | 第31-41页 |
| 3.1 实验环境 | 第31页 |
| 3.2 用户特征分类 | 第31页 |
| 3.3 用户数据 | 第31-35页 |
| 3.3.1 数据获取 | 第31-32页 |
| 3.3.2 数据预处理 | 第32-34页 |
| 3.3.3 数据向量化 | 第34-35页 |
| 3.4 用户特征权重 | 第35-37页 |
| 3.4.1 TF-IDF权重 | 第35-36页 |
| 3.4.2 TFC-IDFC权重 | 第36-37页 |
| 3.5 系统整体架构 | 第37-38页 |
| 3.6 实验结果评价标准 | 第38-39页 |
| 3.7 本章小结 | 第39-41页 |
| 第四章 基于Spark的用户特征分析实现 | 第41-57页 |
| 4.1 Spark平台搭建 | 第41-44页 |
| 4.2 数据降维 | 第44-45页 |
| 4.3 基于朴素贝叶斯的用户分类分析 | 第45-48页 |
| 4.3.1 基本分类过程 | 第45-46页 |
| 4.3.2 基本算法实现 | 第46-47页 |
| 4.3.3 基本算法的分类结果 | 第47-48页 |
| 4.4 基于TF-IDF权重的分类分析 | 第48-51页 |
| 4.4.1 基于TF-IDF权重的分类过程 | 第48-49页 |
| 4.4.2 基于TF-IDF权重的算法实现 | 第49-50页 |
| 4.4.3 基于TF-IDF权重的分类结果 | 第50-51页 |
| 4.5 基于改进的TFC-IDFC权重的分类分析 | 第51-54页 |
| 4.5.1 基于TFC-IDFC权重的分类过程 | 第51页 |
| 4.5.2 基于TFC-IDFC权重的算法实现 | 第51-53页 |
| 4.5.3 基于TFC-IDFC权重的分类结果 | 第53-54页 |
| 4.6 实验结果分析 | 第54-55页 |
| 4.7 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 发表论文和参加科研情况 | 第65-67页 |
| 致谢 | 第67页 |
