基于海量数据的销售预测研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究现状和趋势 | 第10-13页 |
| ·分布式计算研究现状 | 第10-11页 |
| ·数据库营销研究现状 | 第11-12页 |
| ·烟草行业现状 | 第12页 |
| ·研究内容 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 数据库营销需求分析 | 第15-21页 |
| ·引言 | 第15页 |
| ·系统总体目标 | 第15-16页 |
| ·系统功能需求 | 第16-20页 |
| ·数据库营销分析管理中心 | 第16-19页 |
| ·数据管理中心 | 第19页 |
| ·Pad 走访平台 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 Hadoop 架构研究及可行性分析 | 第21-30页 |
| ·引言 | 第21-22页 |
| ·Hadoop 简介 | 第22页 |
| ·Hadoop 项目结构 | 第22-24页 |
| ·HDFS 的体系结构 | 第24-27页 |
| ·体系结构 | 第24-25页 |
| ·副本存放与读取 | 第25-26页 |
| ·安全模式 | 第26页 |
| ·文件安全 | 第26-27页 |
| ·MapReduce 计算模型与工作机制 | 第27-29页 |
| ·MapReduce 计算模型 | 第27页 |
| ·MapReduce 执行流程 | 第27-29页 |
| ·MapReduce 容错机制 | 第29页 |
| ·基于 Hadoop 构建企业分布式平台的可行性 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第4章 海量数据的采集与处理 | 第30-38页 |
| ·引言 | 第30页 |
| ·数据源预处理 | 第30-32页 |
| ·数据来源 | 第30-31页 |
| ·数据采集方法 | 第31页 |
| ·数据规范化 | 第31-32页 |
| ·Hadoop 与关系型数据库协作 | 第32页 |
| ·具体实例 | 第32-35页 |
| ·数据准备 | 第32-33页 |
| ·Map 函数阶段 | 第33-34页 |
| ·Reduce 函数阶段 | 第34-35页 |
| ·构建企业 Hadoop 平台 | 第35-37页 |
| ·企业 Hadoop 平台结构 | 第35-36页 |
| ·功能模块实现 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第5章 销量预测模型的研究与建立 | 第38-57页 |
| ·引言 | 第38页 |
| ·时间序列概述 | 第38-40页 |
| ·时间序列分析 | 第38-39页 |
| ·时间序列因素分析 | 第39-40页 |
| ·预测方法及实现 | 第40-48页 |
| ·移动平均法 | 第41-43页 |
| ·指数平滑法 | 第43-46页 |
| ·季节指数法 | 第46-48页 |
| ·卷烟需求预测模型的研究和建立 | 第48-53页 |
| ·卷烟销售数据分析和模型选取 | 第48-49页 |
| ·模型中各因素确定 | 第49-52页 |
| ·分解法预测模型 | 第52页 |
| ·预测结果对比分析 | 第52-53页 |
| ·预测模型在企业中的应用与实现 | 第53-56页 |
| ·月预测分析 | 第53-55页 |
| ·周预测分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·研究展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的研究成果 | 第6页 |
