基于路径与页面挖掘的用户浏览行为研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 目的和意义 | 第10页 |
| 1.3 国内外的研究现状和问题难点 | 第10-11页 |
| 1.3.1 国内外的研究现状 | 第10-11页 |
| 1.3.2 存在的问题和难点 | 第11页 |
| 1.4 本文的研究内容和章节安排 | 第11-13页 |
| 1.4.1 本文的研究内容 | 第11-12页 |
| 1.4.2 本文的章节安排 | 第12-13页 |
| 第二章 平台概述及研究框架 | 第13-22页 |
| 2.1 概述 | 第13-14页 |
| 2.2 Hadoop平台 | 第14-17页 |
| 2.2.1 HDFS文件系统 | 第14-15页 |
| 2.2.2 MapReduce引擎 | 第15-16页 |
| 2.2.3 Hadoop工作流程 | 第16-17页 |
| 2.3 Hive数据仓库 | 第17-19页 |
| 2.3.1 数据仓库概述 | 第17-19页 |
| 2.3.2 Hadoop下的Hive子项目 | 第19页 |
| 2.4 用户浏览行为研究框架 | 第19-21页 |
| 2.4.1 用户浏览行为研究的四层框架 | 第19-21页 |
| 2.4.2 用户浏览行为挖掘与分析的内容 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 数据处理与浏览行为主题建设 | 第22-32页 |
| 3.1 ETL过程 | 第22-26页 |
| 3.1.1 ETL概述 | 第22-24页 |
| 3.1.2 日志提取 | 第24-25页 |
| 3.1.3 流量清洗 | 第25页 |
| 3.1.4 格式转换 | 第25页 |
| 3.1.5 数据加载入库 | 第25-26页 |
| 3.2 页面归类与会话识别 | 第26-29页 |
| 3.2.1 主站页面归类 | 第26-27页 |
| 3.2.2 会话识别 | 第27-29页 |
| 3.3 浏览行为主题建设 | 第29-31页 |
| 3.3.1 构建数据集市 | 第29-30页 |
| 3.3.2 浏览主题数据集市构建算法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 基于数据仓库的频繁访问路径挖掘 | 第32-43页 |
| 4.1 关联规则算法概述 | 第32-36页 |
| 4.1.1 概述 | 第32-33页 |
| 4.1.2 Apriori算法 | 第33-34页 |
| 4.1.3 FP-Growth算法 | 第34-35页 |
| 4.1.4 基于CA矩阵的RCFA路径挖掘算法 | 第35-36页 |
| 4.2 改进的路径挖掘算法 | 第36-38页 |
| 4.2.1 基于数据仓库的路径挖掘改进 | 第36-37页 |
| 4.2.2 Hive-CFAP算法描述 | 第37-38页 |
| 4.3 实例分析 | 第38-42页 |
| 4.3.1 关联规则算法实例 | 第39-40页 |
| 4.3.2 RCFA算法实例 | 第40-41页 |
| 4.3.3 Hive-CFAP算法实例 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 用户浏览行为研究 | 第43-51页 |
| 5.1 概述 | 第43-44页 |
| 5.2 数据仓库报表层及其分析展现 | 第44-45页 |
| 5.3 用户浏览行为研究 | 第45-50页 |
| 5.3.1 用户频繁访问路径挖掘及其应用 | 第45-47页 |
| 5.3.2 用户浏览距离分析 | 第47-48页 |
| 5.3.3 基于矩阵的相似浏览用户聚类 | 第48-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 全文总结 | 第51页 |
| 6.2 未来展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
