| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 选题背景与研究意义 | 第9页 |
| 1.2 相关技术的发展 | 第9-10页 |
| 1.2.1 Hadoop发展现状 | 第9-10页 |
| 1.2.2 聚类算法的发展现状 | 第10页 |
| 1.3 本文内容及组织架构 | 第10-12页 |
| 第二章 相关技术介绍 | 第12-22页 |
| 2.1 Hadoop生态圈 | 第12-13页 |
| 2.2 分布式文件存储系统HDFS | 第13-16页 |
| 2.2.1 HDFS设计特点 | 第13-14页 |
| 2.2.2 NameNode和DataNode | 第14-15页 |
| 2.2.3 HDFS的读取 | 第15-16页 |
| 2.3 分布式计算模型MapReduce | 第16-18页 |
| 2.3.1 Map | 第17页 |
| 2.3.2 Reduce | 第17-18页 |
| 2.4 分布式数据仓库Hive | 第18-20页 |
| 2.4.1 Hive简介 | 第18-19页 |
| 2.4.2 Hive的数据存储 | 第19页 |
| 2.4.3 Hive表 | 第19-20页 |
| 2.5 分布式协调服务Zookeeper | 第20-22页 |
| 第三章 基于Hadoop平台的增利宝数据分析方法改进 | 第22-34页 |
| 3.1 项目背景与分析意义 | 第22-23页 |
| 3.2 传统数据分析方法介绍 | 第23-24页 |
| 3.3 基于Hadoop平台的数据分析优势 | 第24页 |
| 3.4 基于Hadoop平台的K-means算法改进 | 第24-34页 |
| 3.4.1 选取K-means算法的理由 | 第24-25页 |
| 3.4.2 K-means算法介绍 | 第25-26页 |
| 3.4.3 K-means算法存在的问题 | 第26-28页 |
| 3.4.4 K-means算法改进思想 | 第28-30页 |
| 3.4.5 改进算法部分计算流程说明 | 第30-32页 |
| 3.4.6 K-means算法MapReduce实现 | 第32-34页 |
| 第四章 Hadoop技术及K-means算法在增利宝数据分析中的应用 | 第34-53页 |
| 4.1 Hadoop集群搭建 | 第34-40页 |
| 4.1.1 集群规划 | 第34-35页 |
| 4.1.2 SSH配置 | 第35页 |
| 4.1.3 ZooKeeper搭建 | 第35-37页 |
| 4.1.4 Hadoop平台搭建 | 第37-38页 |
| 4.1.5 Hive搭建 | 第38-40页 |
| 4.2 增利宝客户价值介绍 | 第40-43页 |
| 4.2.1 客户价值定义 | 第42页 |
| 4.2.2 客户价值计算 | 第42-43页 |
| 4.2.3 客户价值分析意义 | 第43页 |
| 4.3 基于Hadoop平台的客户价值多属性交叉分析 | 第43-45页 |
| 4.3.1 客户价值与年龄交叉分析 | 第44页 |
| 4.3.2 客户价值与地区交叉分析 | 第44-45页 |
| 4.4 基于Hadoop平台的客户价值聚类分析 | 第45-51页 |
| 4.4.1 聚类分析过程及结果 | 第45-48页 |
| 4.4.2 聚类结果分析 | 第48-51页 |
| 4.5 不同数据量测试及结果分析 | 第51-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读硕士学位期间发表的论文及参与的项目 | 第56-58页 |
| 致谢 | 第58页 |
