基于Hadoop平台和查询日志的用户行为分析系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 课题研究背景及意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 课题的国内外研究现状 | 第15-16页 |
| 1.3 论文结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 相关技术介绍 | 第18-32页 |
| 2.1 Hadoop技术框架 | 第18-24页 |
| 2.1.1 Hadoop技术介绍 | 第18-19页 |
| 2.1.2 并行编程模型MapReduce | 第19-22页 |
| 2.1.3 分布式文件系统HDFS | 第22-23页 |
| 2.1.4 数据库HBase | 第23-24页 |
| 2.2 WEB日志挖掘方法和流程 | 第24-26页 |
| 2.2.1 WEB挖掘方法 | 第24-25页 |
| 2.2.2 WEB挖掘流程 | 第25-26页 |
| 2.3 文本聚类相关技术 | 第26-31页 |
| 2.3.1 TF-IDF向量空间模型 | 第27-28页 |
| 2.3.2 K-means聚类算法 | 第28-29页 |
| 2.3.3 文本聚类实现流程 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 用户行为分析系统需求与总体设计 | 第32-39页 |
| 3.1 系统需求分析 | 第32-34页 |
| 3.1.1 系统业务需求 | 第32-33页 |
| 3.1.2 系统功能需求 | 第33-34页 |
| 3.2 系统功能模块设计 | 第34-37页 |
| 3.2.1 日志数据预处理模块 | 第35-36页 |
| 3.2.2 日志数据存储模块 | 第36-37页 |
| 3.2.3 日志数据分析模块 | 第37页 |
| 3.3 系统整体架构 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 用户行为分析系统具体实现 | 第39-58页 |
| 4.1 数据来源 | 第39-41页 |
| 4.2 日志数据预处理具体实现 | 第41-46页 |
| 4.2.1 查询关键词分词处理 | 第41-43页 |
| 4.2.2 文本特征向量提取 | 第43-46页 |
| 4.3 日志数据存储具体实现 | 第46-49页 |
| 4.3.1 HBase数据库表设计 | 第46-47页 |
| 4.3.2 HDFS存储模块 | 第47-49页 |
| 4.4 日志数据分析具体实现 | 第49-57页 |
| 4.4.1 用户搜索关键词次数统计 | 第49-53页 |
| 4.4.2 用户查询主题聚类 | 第53-56页 |
| 4.4.3 用户画像构建 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 用户行为分析系统结果分析 | 第58-70页 |
| 5.1 开发环境及平台部署 | 第58-62页 |
| 5.1.1 开发环境 | 第58-59页 |
| 5.1.2 集群Hadoop环境配置 | 第59-62页 |
| 5.2 结果分析 | 第62-69页 |
| 5.2.1 集群作业运行状态分析 | 第63-64页 |
| 5.2.2 用户搜索关键词次数统计 | 第64-65页 |
| 5.2.3 查询主题聚类分析 | 第65-66页 |
| 5.2.4 URL排名与用户点击分析 | 第66页 |
| 5.2.5 用户访问时间段分析 | 第66-67页 |
| 5.2.6 用户画像分析 | 第67-69页 |
| 5.3 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间的科研成果 | 第75-77页 |
| 致谢 | 第77页 |
