| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-25页 |
| 1.1 课题背景 | 第11-13页 |
| 1.2 文献综述 | 第13-23页 |
| 1.2.1 大数据挖掘 | 第13-16页 |
| 1.2.2 聚类算法 | 第16-19页 |
| 1.2.3 金融数据分析 | 第19-23页 |
| 1.3 本文贡献 | 第23页 |
| 1.4 本文结构 | 第23-25页 |
| 第2章 数据收集和数据清洗 | 第25-40页 |
| 2.1 python网络爬虫 | 第25-31页 |
| 2.1.1 通用爬虫的基本原理 | 第25-27页 |
| 2.1.2 通用爬虫主要使用的python包 | 第27-30页 |
| 2.1.3 应对反爬机制 | 第30-31页 |
| 2.2 TuShare财经数据接口包 | 第31-37页 |
| 2.2.1 TuShare数据获取接口 | 第32-34页 |
| 2.2.2 TuShare数据存储接口 | 第34-37页 |
| 2.3 数据清洗 | 第37-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第3章 聚类算法并行化实现 | 第40-63页 |
| 3.1 Hadoop平台介绍 | 第40-47页 |
| 3.1.1 Hadoop概述 | 第40-41页 |
| 3.1.2 HDFS分布式文件系统 | 第41-43页 |
| 3.1.3 MapReduce并行计算框架 | 第43-45页 |
| 3.1.4 Hadoop分布式集群搭建 | 第45-47页 |
| 3.2 K-means在MapReduce框架下的实现 | 第47-51页 |
| 3.3 NMF在MapReduce框架下的实现 | 第51-61页 |
| 3.3.1 NMF介绍 | 第51-54页 |
| 3.3.2 NMF在MapReduce框架下的实现 | 第54-61页 |
| 3.4 本章小结 | 第61-63页 |
| 第4章 实验结果评估 | 第63-75页 |
| 4.1 实验环境 | 第63-65页 |
| 4.2 聚类有效性评估 | 第65-68页 |
| 4.3 聚类结果分析 | 第68-74页 |
| 4.4 本章小结 | 第74-75页 |
| 第5章 总结与展望 | 第75-76页 |
| 5.1 本文工作总结 | 第75页 |
| 5.2 未来工作展望 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 致谢 | 第83页 |