基于Hadoop的Web日志的分析平台的设计与实现
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目标与意义 | 第11-12页 |
| 1.3 研究现状 | 第12-16页 |
| 1.3.1 分布式技术研究现状 | 第12-13页 |
| 1.3.2 Web日志挖掘研究现状 | 第13-14页 |
| 1.3.3 聚类算法的研究 | 第14-16页 |
| 1.4 前人工作研究成果综述 | 第16-18页 |
| 1.5 论文组织结构 | 第18页 |
| 1.6 本章小结 | 第18-19页 |
| 第二章 分布式技术与Web日志挖掘的研究 | 第19-30页 |
| 2.1 分布式技术的研究 | 第19-25页 |
| 2.1.1 GFS | 第19-21页 |
| 2.1.2 Hadoop生态系统 | 第21-22页 |
| 2.1.3 HDFS | 第22-24页 |
| 2.1.4 MapReduce编程模型 | 第24-25页 |
| 2.2 数据挖掘技术的研究 | 第25-27页 |
| 2.2.1 数据挖掘的定义 | 第25-26页 |
| 2.2.2 数据挖掘的流程 | 第26-27页 |
| 2.2.3 数据挖掘的应用与挑战 | 第27页 |
| 2.3 Web日志挖掘 | 第27-29页 |
| 2.3.1 Web挖掘的种类 | 第28页 |
| 2.3.2 Web日志挖掘的流程 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 Web日志预处理设计 | 第30-39页 |
| 3.1 Web日志预处理过程 | 第30-35页 |
| 3.1.1 数据清理 | 第30-32页 |
| 3.1.2 用户识别 | 第32-33页 |
| 3.1.3 会话识别 | 第33页 |
| 3.1.4 路径补充 | 第33-35页 |
| 3.2 基于Hadoop的Web日志预处理的设计 | 第35-38页 |
| 3.2.1 Map的设计 | 第35-36页 |
| 3.2.2 Reduce的设计 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第四章 系统总体设计与实现 | 第39-51页 |
| 4.1 系统的整体框架 | 第39-43页 |
| 4.1.1 Web日志预处理 | 第39-40页 |
| 4.1.2 Web日志存储模块 | 第40-41页 |
| 4.1.3 Web日志挖掘模块 | 第41-43页 |
| 4.2 Web日志聚类算法的设计 | 第43-50页 |
| 4.2.1 K-means聚类算法的概述 | 第43-46页 |
| 4.2.2 基于日志的用户行为建模 | 第46-47页 |
| 4.2.3 改进的K-means算法设计与实现 | 第47-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第五章 系统的测试与结果分析 | 第51-59页 |
| 5.1 系统的测试 | 第51-56页 |
| 5.1.1 测试环境 | 第51页 |
| 5.1.2 软件安装 | 第51-55页 |
| 5.1.3 系统运行 | 第55-56页 |
| 5.2 系统运行结果分析 | 第56-58页 |
| 5.2.1 系统的功能测试结果分析 | 第56-57页 |
| 5.2.2 系统的性能测试 | 第57页 |
| 5.2.3 测试结果分析 | 第57-58页 |
| 5.3 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59-60页 |
| 6.2 工作展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 作者攻读学位期间发表的学术论文目录 | 第65页 |
