| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题背景与研究意义 | 第11-13页 |
| 1.1.1 课题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 社交网与云计算的国内外研究现状 | 第13-16页 |
| 1.2.2 用户行为分析的国内外研究现状 | 第16-18页 |
| 1.3 本文组织结构、研究特色、创新点 | 第18-20页 |
| 1.3.1 本文组织结构 | 第18-19页 |
| 1.3.2 研究特色 | 第19页 |
| 1.3.3 本研究的创新点 | 第19-20页 |
| 第二章 用户行为分析基本概念 | 第20-29页 |
| 2.1 用户行为分析的概念 | 第20页 |
| 2.2 用户行为分析的内容 | 第20-23页 |
| 2.2.1 用户会话行为分析 | 第21页 |
| 2.2.2 用户上网喜好分析 | 第21-22页 |
| 2.2.3 Web访问行为分析 | 第22-23页 |
| 2.3 Web挖掘 | 第23-25页 |
| 2.3.1 Web挖掘的概念 | 第23-24页 |
| 2.3.2 Web挖掘的分类 | 第24-25页 |
| 2.4 用户行为分析中经典关联规则Apriori算法 | 第25-28页 |
| 2.4.1 Apriori算法 | 第25-27页 |
| 2.4.2 Apriori并行算法 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 云计算核心技术MapReduce介绍 | 第29-38页 |
| 3.1 Hadoop开源平台介绍 | 第29-30页 |
| 3.2 MapReduce编程模型 | 第30-31页 |
| 3.3 MapReduce在Hadoop中的实现 | 第31-34页 |
| 3.4 Hadoop执行中的性能分析 | 第34页 |
| 3.5 实验平台的搭建 | 第34-36页 |
| 3.5.1 安装ubuntu8.04 | 第35页 |
| 3.5.2 ssh安装与密码设置 | 第35页 |
| 3.5.3 安装jdk1.6 | 第35-36页 |
| 3.5.4 安装hadoop | 第36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 基于云计算的用户行为分析预处理 | 第38-46页 |
| 4.1 传统数据采集方法 | 第38-40页 |
| 4.2 数据预处理 | 第40-42页 |
| 4.2.1 数据预处理的难点 | 第40-41页 |
| 4.2.2 Web日志查询的session划分 | 第41-42页 |
| 4.3 数据准备 | 第42-43页 |
| 4.4 基于MapReduce的用户行为分析预处理算法 | 第43-45页 |
| 4.4.1 Map阶段 | 第43-44页 |
| 4.4.2 Reduece阶段 | 第44-45页 |
| 4.5 实验与总结 | 第45-46页 |
| 第五章 改进的MapReduce化的Apriori算法 | 第46-60页 |
| 5.1 AprioriTid算法 | 第46-47页 |
| 5.2 基于MapReduce的AprioriTid算法 | 第47-48页 |
| 5.3 频繁项集产生可能遇到的问题 | 第48-50页 |
| 5.4 MapReduce改进方案 | 第50-53页 |
| 5.4.1 Balance算法策略 | 第50-51页 |
| 5.4.2 Balance算法参数定义 | 第51-52页 |
| 5.4.3 Balance算法 | 第52-53页 |
| 5.4.4 改进方案的优点 | 第53页 |
| 5.5 改进的MapReduce化Apriori算法 | 第53-56页 |
| 5.5.1 挖掘局部频繁项集 | 第53-55页 |
| 5.5.2 挖掘全局频繁项集 | 第55-56页 |
| 5.6 实验测试 | 第56-59页 |
| 5.7 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
