| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 课题的国内外研究现状 | 第14-20页 |
| 1.2.1 聚类挖掘模型的研究现状 | 第14-16页 |
| 1.2.2 大数据聚类算法的研究现状 | 第16-19页 |
| 1.2.3 大数据聚类算法的发展趋势 | 第19-20页 |
| 1.3 论文的组织结构 | 第20-22页 |
| 第2章 基于MapReduce的二阶CTK聚类改进算法 | 第22-37页 |
| 2.1 Canopy聚类挖掘算法 | 第22-24页 |
| 2.2 聚类的相似性度量及其数据表示 | 第24-26页 |
| 2.2.1 相似性度量的选取 | 第25-26页 |
| 2.2.2 聚类的数据结构表示 | 第26页 |
| 2.3 二阶CTK聚类改进算法 | 第26-33页 |
| 2.3.1 确定最佳簇数 | 第27-29页 |
| 2.3.2 动态改变区域半径 | 第29-30页 |
| 2.3.3 CTK一阶段改进Canopy算法 | 第30页 |
| 2.3.4 CTK二阶段算法的并行化设计 | 第30-33页 |
| 2.4 实验仿真及结果分析 | 第33-35页 |
| 2.4.1 实验数据及其预处理 | 第33页 |
| 2.4.2 实验结果分析 | 第33-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 面向空间数据分配的聚类优化算法 | 第37-54页 |
| 3.1 空间数据分配问题 | 第37页 |
| 3.2 面向空间数据分配的聚类算法 | 第37-48页 |
| 3.2.1 中心点二次聚类 | 第41-44页 |
| 3.2.2 确定性判定 | 第44-45页 |
| 3.2.3 信息熵加权 | 第45-46页 |
| 3.2.4 Combine优化 | 第46-47页 |
| 3.2.5 算法流程 | 第47-48页 |
| 3.3 实验仿真与分析 | 第48-52页 |
| 3.3.1 实验数据及其预处理 | 第48-49页 |
| 3.3.2 实验结果分析 | 第49-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第4章 聚类算法在网站日志分析中的应用 | 第54-67页 |
| 4.1 网站日志分析的框架设计 | 第54-57页 |
| 4.1.1 日志数据采集与存储 | 第54-55页 |
| 4.1.2 日志数据清洗 | 第55-56页 |
| 4.1.3 噪声数据处理 | 第56页 |
| 4.1.4 用户识别 | 第56页 |
| 4.1.5 会话识别 | 第56页 |
| 4.1.6 会话及其相似度表示 | 第56-57页 |
| 4.2 系统搭建与实验 | 第57-59页 |
| 4.2.1 Hadoop集群的部署 | 第57-59页 |
| 4.3 基于日志数据的用户聚类的实现 | 第59-64页 |
| 4.3.1 用户相似度计算 | 第61-63页 |
| 4.3.2 聚类过程实现 | 第63-64页 |
| 4.4 实验结果分析 | 第64-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第5章 结论与展望 | 第67-69页 |
| 5.1 结论 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考 文献 | 第69-75页 |
| 攻读学位期间参加的科研项目和成果 | 第75-76页 |
| 致谢 | 第76页 |