| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 选题背景 | 第11-13页 |
| 1.2 国内外研究现状及发展动态 | 第13-15页 |
| 1.3 研究意义 | 第15-17页 |
| 1.4 论文创新之处 | 第17-18页 |
| 第二章 Hadoop相关介绍 | 第18-24页 |
| 2.1 MapReduce分布式计算框架 | 第18-20页 |
| 2.2 HDFS分布式数据库 | 第20-21页 |
| 2.4 Hbase数据库 | 第21-24页 |
| 第三章 Web日志分析 | 第24-28页 |
| 3.1 web日志 | 第24-25页 |
| 3.2 web日志挖掘 | 第25-26页 |
| 3.3 基于Flume的web日志收集 | 第26-28页 |
| 第四章 基于Hadoop的日志信息处理 | 第28-34页 |
| 4.1 Web日志预处理 | 第28-29页 |
| 4.2 Hadoop处理web日志的操作 | 第29-34页 |
| 4.2.1 MapReduce对web日志分析信息 | 第30-33页 |
| 4.2.2 基于MapReduce的数据连接操作 | 第33-34页 |
| 第五章 基于MapReduce的k-means聚类算法 | 第34-40页 |
| 5.1 k-means聚类算法 | 第34-35页 |
| 5.2 聚类初值的确定 | 第35-37页 |
| 5.3 聚类算法的MapReduce实现 | 第37-38页 |
| 5.4 对日志数据进行聚类分析 | 第38-40页 |
| 第六章、实验设计与结果分析 | 第40-43页 |
| 6.1 实验的数据集和实验平台搭建 | 第40页 |
| 6.2 实验结果分析 | 第40-43页 |
| 结论与展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间发表的学术论文目录 | 第49页 |