基于Spark的归并迭代研究及在金融分析中的应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究基础 | 第14-18页 |
| 1.3.1 Spark迭代框架 | 第15-16页 |
| 1.3.2 PageRank算法 | 第16页 |
| 1.3.3 K-Means算法 | 第16-18页 |
| 1.4 论文主要研究内容 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第2章 归并迭代计算模型 | 第21-35页 |
| 2.1 迭代模型 | 第21-22页 |
| 2.2 归并迭代 | 第22-29页 |
| 2.2.1 模型定义 | 第22-25页 |
| 2.2.2 迭代函数 | 第25-27页 |
| 2.2.3 迭代过程 | 第27-29页 |
| 2.3 模型证明 | 第29-34页 |
| 2.3.1 模型正确性证明 | 第29-33页 |
| 2.3.2 模型性能优势分析 | 第33-34页 |
| 2.4 本章小节 | 第34-35页 |
| 第3章 归并迭代的损失弥补 | 第35-49页 |
| 3.1 问题定义 | 第35-36页 |
| 3.2 损失分析 | 第36-39页 |
| 3.3 损失弥补 | 第39-45页 |
| 3.3.1 弥补思路 | 第39-41页 |
| 3.3.2 模型定义 | 第41-43页 |
| 3.3.3 补偿函数 | 第43-45页 |
| 3.4 正确性证明 | 第45-47页 |
| 3.5 本章小节 | 第47-49页 |
| 第4章 归并迭代的实现与应用 | 第49-61页 |
| 4.1 归并迭代计算模型的实现 | 第49-56页 |
| 4.1.1 系统架构 | 第49-51页 |
| 4.1.2 模块设计 | 第51-56页 |
| 4.2 金融分析算法中的应用 | 第56-60页 |
| 4.2.1 常见的金融分析算法 | 第56-57页 |
| 4.2.2 聚类算法 | 第57-59页 |
| 4.2.3 关系查询算法 | 第59-60页 |
| 4.3 本章小节 | 第60-61页 |
| 第5章 归并迭代实验 | 第61-75页 |
| 5.1 实验准备 | 第61-63页 |
| 5.1.1 实验目的 | 第61页 |
| 5.1.2 实验环境 | 第61-63页 |
| 5.2 实验计划 | 第63-67页 |
| 5.2.1 实验变化量 | 第63-64页 |
| 5.2.2 实验用例 | 第64-65页 |
| 5.2.3 评价标准 | 第65-67页 |
| 5.3 实验结果 | 第67-73页 |
| 5.3.1 迭代运行性能 | 第67-71页 |
| 5.3.2 迭代结果一致性 | 第71-73页 |
| 5.4 本章小节 | 第73-75页 |
| 第6章 总结和展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士期间科研及发表论文情况 | 第83页 |
