基于大数据的网络用户行为分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 社会背景 | 第10-11页 |
| 1.1.2 技术背景 | 第11页 |
| 1.1.3 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 论文创新点 | 第13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 2 大数据分析平台 | 第16-30页 |
| 2.1 概述 | 第16页 |
| 2.2 分布式文件系统 | 第16-17页 |
| 2.3 Hadoop技术介绍 | 第17-22页 |
| 2.3.1 Hadoop系统框架 | 第17-18页 |
| 2.3.2 Hadoop运行机制 | 第18-19页 |
| 2.3.3 MapReduce编程框架 | 第19-20页 |
| 2.3.4 HDFS分布式文件系统 | 第20-21页 |
| 2.3.5 HBase数据库 | 第21-22页 |
| 2.4 文本聚类相关技术 | 第22-29页 |
| 2.4.1 Web文本聚类概念 | 第22页 |
| 2.4.2 Web文本聚类过程 | 第22-23页 |
| 2.4.3 Web文本聚类技术 | 第23-28页 |
| 2.4.4 文本聚类实现流程 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 系统的需求与概要设计 | 第30-36页 |
| 3.1 需求分析 | 第30-31页 |
| 3.1.1 系统业务需求 | 第30页 |
| 3.1.2 功能需求分析 | 第30-31页 |
| 3.2 系统功能设计 | 第31-34页 |
| 3.2.1 数据预处理模块 | 第32-33页 |
| 3.2.2 数据转存模块 | 第33页 |
| 3.2.3 数据分析模块 | 第33-34页 |
| 3.3 系统总体架构设计 | 第34-35页 |
| 3.3.1 Hadoop集群层 | 第34页 |
| 3.3.2 HDFS存储层 | 第34-35页 |
| 3.3.3 MapReduce计算层 | 第35页 |
| 3.3.4 业务逻辑层 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 系统详细设计 | 第36-56页 |
| 4.1 日志概述 | 第36-37页 |
| 4.1.1 搜索引擎日志的产生 | 第36-37页 |
| 4.1.2 搜索引擎日志持类型 | 第37页 |
| 4.2 日志数据预处理具体实现 | 第37-41页 |
| 4.2.1 查询关键词分词处理 | 第38-40页 |
| 4.2.2 文本特征向量提取 | 第40-41页 |
| 4.3 数据存储具体实现 | 第41-45页 |
| 4.3.1 设计目标 | 第41页 |
| 4.3.2 HBase数据表设计 | 第41-43页 |
| 4.3.3 转存模块类 | 第43-45页 |
| 4.4 数据分析模块具体实现 | 第45-54页 |
| 4.4.1 用户搜索关键字排行分析 | 第45-48页 |
| 4.4.2 用户点击URL排行分析 | 第48-49页 |
| 4.4.3 相关关键字分析 | 第49-52页 |
| 4.4.4 用户查询主题聚类 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 5 环境部署与实现 | 第56-68页 |
| 5.1 系统环境说明 | 第56页 |
| 5.1.1 软硬件环境说明 | 第56页 |
| 5.1.2 集群网络环境 | 第56页 |
| 5.2 系统环境搭建 | 第56-63页 |
| 5.2.1 配置本地环境 | 第57页 |
| 5.2.2 设置SSH无密码互联环境 | 第57-58页 |
| 5.2.3 配置Hadoop | 第58-63页 |
| 5.3 实验与结果分析 | 第63-67页 |
| 5.3.1 用户查询关键字频度排名 | 第63页 |
| 5.3.2 查询主题聚类分析 | 第63-64页 |
| 5.3.3 URL排行分析 | 第64-65页 |
| 5.3.4 URL排名与用户点击分析 | 第65-66页 |
| 5.3.5 用户访问时间段分布 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
