| 摘要 | 第4-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 用户识别的研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14页 |
| 1.4 本文的组织框架 | 第14-16页 |
| 第二章 相关技术研究 | 第16-23页 |
| 2.1 Web 日志用户识别 | 第16-19页 |
| 2.1.1 Web 日志格式 | 第16-17页 |
| 2.1.2 Web 日志预处理流程 | 第17-18页 |
| 2.1.3 Cookie | 第18-19页 |
| 2.2 MapReduce 并行计算框架 | 第19-22页 |
| 2.2.1 MapReduce 技术 | 第20页 |
| 2.2.2 Hadoop | 第20-21页 |
| 2.2.3 HDFS | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 独立用户识别流程设计 | 第23-29页 |
| 3.1 用户识别需求描述 | 第23-25页 |
| 3.2 数据管理平台 | 第25-26页 |
| 3.3 独立用户识别流程 | 第26-28页 |
| 3.3.1 流程描述 | 第26-27页 |
| 3.3.2 独立用户识别数据流 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于 MapReduce 的独立用户识别算法 | 第29-51页 |
| 4.1 数据预处理 | 第29-30页 |
| 4.2 会话识别阶段 | 第30-34页 |
| 4.2.1 问题分析 | 第30-31页 |
| 4.2.2 会话提取算法描述 | 第31-32页 |
| 4.2.3 MapReduce 实现 | 第32-34页 |
| 4.3 会话合并阶段 | 第34-48页 |
| 4.3.1 账号提取 | 第34-37页 |
| 4.3.2 Cookie 成员提取 | 第37-39页 |
| 4.3.3 UUID 提取 | 第39-42页 |
| 4.3.4 会话合并 | 第42-48页 |
| 4.4 独立用户识别阶段 | 第48-50页 |
| 4.4.1 问题分析 | 第48-49页 |
| 4.4.2 算法描述 | 第49页 |
| 4.4.3 MapReduce 实现 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 系统实现与测试 | 第51-60页 |
| 5.1 Hadoop 平台配置 | 第51-53页 |
| 5.1.1 环境简介 | 第51页 |
| 5.1.2 准备工作 | 第51-52页 |
| 5.1.3 配置工作 | 第52-53页 |
| 5.2 独立用户识别实现 | 第53-55页 |
| 5.2.1 会话识别模块 | 第53-54页 |
| 5.2.2 会话合并模块 | 第54-55页 |
| 5.2.3 用户识别模块 | 第55页 |
| 5.3 系统测试 | 第55-59页 |
| 5.3.1 数据覆盖范围 | 第56-57页 |
| 5.3.2 系统运行时间 | 第57-58页 |
| 5.3.3 准确性验证 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-63页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间的研究成果目录 | 第66-67页 |
| 致谢 | 第67页 |