基于互联网企业的大数据分析系统研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 重量级方案 | 第11-12页 |
| 1.2.2 轻量级方案 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 互联网数据平台及相关技术研究 | 第16-24页 |
| 2.1 互联网数据平台的分析 | 第16-17页 |
| 2.1.1 静态数据 | 第16页 |
| 2.1.2 动态数据 | 第16-17页 |
| 2.1.3 实时处理的发展过程 | 第17页 |
| 2.2 大数据系统一般架构 | 第17-20页 |
| 2.3 大数据系统当前的技术 | 第20-24页 |
| 2.3.1 Hadoop生态图 | 第20-21页 |
| 2.3.2 伯克利数据分析栈 | 第21-24页 |
| 第3章 大数据的采集研究 | 第24-30页 |
| 3.1 多样的数据源 | 第24页 |
| 3.2 多样的数据类型 | 第24-25页 |
| 3.3 大数据收集技术研究 | 第25-30页 |
| 3.3.1 数据的生成 | 第26-27页 |
| 3.3.2 数据的传输 | 第27-28页 |
| 3.3.3 数据的采集案例 | 第28-30页 |
| 第4章 大数据的存储研究 | 第30-37页 |
| 4.1 大数据存储的文件系统 | 第30-32页 |
| 4.1.1 分布式文件系统 | 第30-31页 |
| 4.1.2 分布式内存文件系统 | 第31-32页 |
| 4.2 大数据的数据库技术 | 第32-34页 |
| 4.2.1 NOSQL数据库 | 第32-33页 |
| 4.2.2 大数据系统的数据模型设计 | 第33-34页 |
| 4.3 满足运营分析一体化的方案的探索 | 第34-37页 |
| 4.3.1 利用多语言编程来实现的分析 | 第34-35页 |
| 4.3.2 分布式关系型数据库 | 第35页 |
| 4.3.3 基于SQL的新型一体化技术 | 第35-37页 |
| 第5章 大数据的分析 | 第37-51页 |
| 5.1 互联网的用户画像模型 | 第37-42页 |
| 5.1.1 用户画像构建方法 | 第38-41页 |
| 5.1.2 用户画像的技术架构 | 第41-42页 |
| 5.2 机器学习的分析方法 | 第42-44页 |
| 5.2.1 机器学习的技术工具 | 第43-44页 |
| 5.3 大数据下的联机分析处理 | 第44-46页 |
| 5.3.1 联机分析处理发展 | 第44-45页 |
| 5.3.2 基于大数据技术OLAP | 第45-46页 |
| 5.4 大数据应用的商业建模 | 第46-50页 |
| 5.4.1 数据挖掘的标准流程 | 第46-47页 |
| 5.4.2 大数据应用的商业建模过程 | 第47-50页 |
| 本章小结 | 第50-51页 |
| 第6章 系统的架构设计 | 第51-61页 |
| 6.1 系统的计算架构 | 第51-55页 |
| 6.1.1 Lambda计算架构 | 第51-54页 |
| 6.1.2 Summingbird处理框架 | 第54页 |
| 6.1.3 Kappa计算架构 | 第54-55页 |
| 6.2 系统的应用架构 | 第55-58页 |
| 6.3 系统的基础设施 | 第58页 |
| 6.4 信息技术的第三平台 | 第58-59页 |
| 本章小结 | 第59-61页 |
| 结论与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
