海量数据分析平台中算法自动集成机制的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 前言 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.3.1 建立算法模型 | 第10-11页 |
| 1.3.2 算法自动模型化 | 第11页 |
| 1.3.3 模型化算法自动集成 | 第11页 |
| 1.3.4 算法组件管理 | 第11页 |
| 1.4 文章结构 | 第11-13页 |
| 第二章 相关技术综述 | 第13-25页 |
| 2.1 海量数据分析平台 | 第13-19页 |
| 2.1.1 云计算的核心技术 | 第13-15页 |
| 2.1.2 平台架构 | 第15-17页 |
| 2.1.3 平台应用场景 | 第17-18页 |
| 2.1.4 平台与算法集成机制 | 第18-19页 |
| 2.1.5 需求分析 | 第19页 |
| 2.2 Kettle | 第19-22页 |
| 2.2.1 Kettle工具简介 | 第19-21页 |
| 2.2.2 Kettle与海量数据分析平台 | 第21-22页 |
| 2.3 SWT与JFace | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 算法自动集成机制研究 | 第25-42页 |
| 3.1 算法模型研究 | 第26-28页 |
| 3.2 算法自动模型化方案 | 第28-31页 |
| 3.2.1 模型化算法组件的组成 | 第28-29页 |
| 3.2.2 算法描述文件的生成 | 第29-30页 |
| 3.2.3 算法配置jar包生成 | 第30-31页 |
| 3.3 模型化算法集成方案 | 第31-40页 |
| 3.3.1 Kettle内核技术 | 第32-33页 |
| 3.3.2 BI能力设计器组件加载机制 | 第33-35页 |
| 3.3.3 能力子引擎组件调用机制 | 第35-39页 |
| 3.3.4 平台加载机制修改方案 | 第39-40页 |
| 3.4 算法管理方案 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 算法自动集成机制的实现 | 第42-61页 |
| 4.1 开发工具中的实现 | 第42-52页 |
| 4.1.1 BI流程设计器中的实现 | 第42-50页 |
| 4.1.2 BI能力设计器中的实现 | 第50-52页 |
| 4.2 能力子引擎中的实现 | 第52页 |
| 4.3 管理层中的实现 | 第52-60页 |
| 4.3.1 开发者算法组件管理实现 | 第53-58页 |
| 4.3.2 管理员算法组件管理实现 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 实验验证 | 第61-73页 |
| 5.1 实验场景 | 第61-72页 |
| 5.1.1 场景介绍 | 第61页 |
| 5.1.2 验证过程 | 第61-71页 |
| 5.1.3 结果分析 | 第71-72页 |
| 5.2 本章小结 | 第72-73页 |
| 第六章 结束语 | 第73-75页 |
| 6.1 论文总结 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
