首页--经济论文--农业经济论文--农业经济理论论文--土地经济学论文--土地管理、规划及利用论文

基于MapReduce地价分类模型探究实现

摘要第4-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 研究背景第11-13页
        1.1.1 土地价格研究背景第11页
        1.1.2 地理信息大数据研究背景第11-12页
        1.1.3 分布式计算框架发展背景第12-13页
    1.2 研究意义第13页
    1.3 研究方法与技术路线第13-15页
        1.3.1 研究方法第13-14页
        1.3.2 技术路线第14页
        1.3.3 实验集群环境第14-15页
    1.4 论文结构与创新点第15-17页
        1.4.1 论文结构第15页
        1.4.2 论文创新点第15-17页
第二章 相关技术介绍第17-37页
    2.1 Hadoop框架第17-21页
        2.1.1 Hadoop的发展历史第17页
        2.1.2 Hadoop框架构成第17-19页
        2.1.3 MapReduce工作机制第19-21页
    2.2 JSoup框架第21页
    2.3 机器学习分类算法介绍第21-33页
        2.3.1 朴素贝叶斯分类第21-23页
        2.3.2 k-近邻第23-24页
        2.3.3 随机森林与决策树第24-28页
        2.3.4 神经网络第28-30页
        2.3.5 支持向量机第30-33页
    2.4 机器学习分类算法的分布式实现策略第33-37页
        2.4.1 随机森林的分布式实现策略第33-34页
        2.4.2 BP神经网络的分布式实现策略第34-37页
第三章 空间数据并行计算研究第37-53页
    3.1 本章研究内容第37页
    3.2 国内外研究进展第37-38页
        3.2.1 国外研究进展第37页
        3.2.2 国内研究进展第37-38页
    3.3 基于MapReduce的空间数据并行算法实现第38-53页
        3.3.1 坡度类第38-43页
        3.3.2 欧氏距离类第43-47页
        3.3.3 核密度类第47-53页
第四章 地价相关数据获取及预处理第53-70页
    4.1 本章研究内容第53页
    4.2 国内外研究进展第53-55页
        4.2.1 国外研究进展第53-54页
        4.2.2 国内研究进展第54-55页
    4.3 土地交易数据获取及爬虫优化第55-61页
        4.3.1 数据来源第55-56页
        4.3.2 实现思路第56-58页
        4.3.3 结合MapReduce优化爬虫第58-61页
    4.4 地价影响因素数据选取及预处理第61-70页
        4.4.1 数据选取第61-64页
        4.4.2 数据预处理第64-70页
第五章 地价时间维度演变分析与数据集生成第70-77页
    5.1 本章研究内容第70页
    5.2 国内外研究进展第70-71页
        5.2.1 国外研究进展第70页
        5.2.2 国内研究进展第70-71页
    5.3 成都市地价时间维度演变分析第71-74页
        5.3.1 地价波动背景分析第71-72页
        5.3.2 地价数据分析第72-74页
    5.4 地价修正与地价数据集构建第74-77页
        5.4.1 地价指数编制与地价修正第74-75页
        5.4.2 数据集构建第75-77页
第六章 基于MapReduce地价分类模型研究第77-93页
    6.1 本章研究内容第77页
    6.2 地价分类实现第77-86页
        6.2.1 随机森林对工业用地地价分类第77-79页
        6.2.2 随机森林对住宅用地地价分类第79-81页
        6.2.3 BP神经网络对工业用地地价分类第81-82页
        6.2.4 BP神经网络对住宅用地地价分类第82-84页
        6.2.5 工业用地地价分类对比第84-85页
        6.2.6 住宅用地地价分类对比第85-86页
    6.3 宏观因素对住宅用地地价分类影响探究第86-89页
        6.3.1 宏观因素选取第86-87页
        6.3.2 随机森林分类第87-89页
    6.4 结合FP-Growth关联分析的住宅用地地价分类第89-93页
        6.4.1 FP-Growth算法简介第89-90页
        6.4.2 住宅用地地价关联度分析第90页
        6.4.3 随机森林分类第90-93页
第七章 总结与展望第93-95页
    7.1 论文总结第93页
    7.2 论文展望第93-95页
致谢第95-96页
参考文献第96-100页
攻读学位期间取得学术成果第100页

论文共100页,点击 下载论文
上一篇:中国移动江苏公司培训体系研究
下一篇:咪咕游戏营销策略研究