| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.3 本文主要工作 | 第13页 |
| 1.4 论文的组织结构 | 第13-16页 |
| 第二章 相关技术 | 第16-24页 |
| 2.1 分布式文件存储系统 | 第16页 |
| 2.2 HDFS架构介绍 | 第16-20页 |
| 2.3 Web日志挖掘 | 第20-22页 |
| 2.3.1 Web日志挖掘概述 | 第20页 |
| 2.3.2 Web日志聚类算法 | 第20-21页 |
| 2.3.3 关联规则挖掘算法 | 第21-22页 |
| 2.4 Spark分布式计算框架 | 第22页 |
| 2.5 本章小结 | 第22-24页 |
| 第三章 基于任务队列的HDFS小文件异步存储方案 | 第24-34页 |
| 3.1 HDFS小文件存储分析 | 第24-25页 |
| 3.2 存储框架的设计思想 | 第25-27页 |
| 3.2.1 基于任务队列合并方案的设计思想 | 第25-26页 |
| 3.2.2 基于Hash索引预取策略的设计思想 | 第26页 |
| 3.2.3 存储框架整体设计 | 第26-27页 |
| 3.3 存储框架的具体实现 | 第27-30页 |
| 3.3.1 合并算法的实现 | 第27-28页 |
| 3.3.2 索引与预取策略的实现 | 第28-30页 |
| 3.4 实验以及数据对比分析 | 第30-33页 |
| 3.4.1 实验环境 | 第30-31页 |
| 3.4.2 小文件上传和下载对比实验 | 第31-32页 |
| 3.4.3 名称节点内存消耗实验 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 聚类算法优化及其在Web日志关联规则挖掘的应用 | 第34-50页 |
| 4.1 K-means聚类算法的优化 | 第34-38页 |
| 4.1.1 K-means算法的分析 | 第34-36页 |
| 4.1.2 K-means算法的优化 | 第36-37页 |
| 4.1.3 K-means优化算法的适用性分析 | 第37-38页 |
| 4.2 基于优化聚类算法的FP-Growth关联规则挖掘方案实现 | 第38-42页 |
| 4.2.1 FP-Growth算法的执行步骤 | 第38-40页 |
| 4.2.2 方案实现 | 第40-42页 |
| 4.3 实验及结果分析 | 第42-48页 |
| 4.3.1 实验环境及数据来源 | 第42页 |
| 4.3.2 K-means聚类分析 | 第42-44页 |
| 4.3.3 实验过程及结果分析 | 第44-48页 |
| 4.4 本章小结 | 第48-50页 |
| 第五章 Web日志存储和分析系统的实现 | 第50-64页 |
| 5.1 需求分析 | 第50-51页 |
| 5.2 系统设计 | 第51-54页 |
| 5.2.1 系统功能设计 | 第51页 |
| 5.2.2 数据库设计 | 第51-54页 |
| 5.2.3 系统整体框架设计 | 第54页 |
| 5.3 系统实现 | 第54-62页 |
| 5.3.1 MVC框架搭建 | 第54-56页 |
| 5.3.2 系统功能模块实现 | 第56-58页 |
| 5.3.3 系统展示 | 第58-62页 |
| 5.3.4 结果分析 | 第62页 |
| 5.4 本章小结 | 第62-64页 |
| 第六章 总结和展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |