摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 前言 | 第8-10页 |
1.1 论文背景 | 第8页 |
1.2 论文内容 | 第8-10页 |
第二章 背景知识及相关技术介绍 | 第10-18页 |
2.1 国内外对信令数据研究现状 | 第10-11页 |
2.2 大数据处理技术介绍 | 第11-17页 |
2.2.1 HDFS | 第12-13页 |
2.2.2 MapReduce | 第13页 |
2.2.3 Hive | 第13-14页 |
2.2.4 Oozie | 第14-15页 |
2.2.5 Sqoop | 第15-16页 |
2.2.6 Flume | 第16-17页 |
2.3 本章小结 | 第17-18页 |
第三章 服务业线上活跃用户识别系统需求分析 | 第18-26页 |
3.1 系统总体需求概述 | 第18-20页 |
3.1.1 系统总体功能介绍 | 第18页 |
3.1.2 系统在网络中的位置 | 第18-19页 |
3.1.3 系统角色定义 | 第19-20页 |
3.1.4 总体用例分析 | 第20页 |
3.2 系统核心功能需求 | 第20-23页 |
3.2.1 数据采集的需求分析 | 第20-21页 |
3.2.2 数据分析的需求分析 | 第21-22页 |
3.2.3 数据呈现的需求分析 | 第22-23页 |
3.3 系统非核心功能需求 | 第23-25页 |
3.3.1 用户管理需求分析 | 第23-24页 |
3.3.2 日志管理需求分析 | 第24-25页 |
3.4 系统性能需求 | 第25页 |
3.5 本章小结 | 第25-26页 |
第四章 服务业线上活跃用户识别系统的总体设计 | 第26-46页 |
4.1 系统的静态结构设计 | 第26-28页 |
4.2 系统动态结构设计 | 第28-32页 |
4.2.1 数据采集动态结构 | 第28-30页 |
4.2.2 数据分析动态结构 | 第30-31页 |
4.2.3 数据呈现动态结构 | 第31-32页 |
4.3 系统数据结构设计 | 第32-38页 |
4.3.1 系统数据分析 | 第32-34页 |
4.3.2 数据仓库数据结构设计 | 第34-37页 |
4.3.3 关系型数据库设计 | 第37页 |
4.3.4 数据存储优化设计 | 第37-38页 |
4.4 关键问题分析 | 第38-45页 |
4.4.1 采用HiveQL技术解决海量信令数据中活跃用户分析识别的问题 | 第38-42页 |
4.4.2 采用Hive优化技术解决分析过程中出现的数据倾斜问题 | 第42-44页 |
4.4.3 采用Oozie技术解决数据分析过程中的流程控制问题 | 第44-45页 |
4.5 本章小结 | 第45-46页 |
第五章 服务业线上活跃用户识别系统的详细设计与实现 | 第46-70页 |
5.1 数据采集子系统的详细设计与实现 | 第46-51页 |
5.1.1 企业信息数据采集模块的详细设计与实现 | 第47-49页 |
5.1.2 信令数据采集模块的详细设计与实现 | 第49-51页 |
5.2 数据分析子系统的详细设计与实现 | 第51-61页 |
5.2.1 数据清洗模块详细设计与实现 | 第53-55页 |
5.2.2 数据分析模块详细设计与实现 | 第55-57页 |
5.2.3 数据转换模块详细设计与实现 | 第57-59页 |
5.2.4 流程控制模块详细设计与实现 | 第59-61页 |
5.3 数据呈现子系统的详细设计与实现 | 第61-69页 |
5.3.1 数据呈现模块详细设计与实现 | 第63-65页 |
5.3.2 用户管理模块详细设计与实现 | 第65-67页 |
5.3.3 日志管理模块详细设计与实现 | 第67-69页 |
5.4 本章小结 | 第69-70页 |
第六章 服务业线上活跃用户识别系统的测试 | 第70-79页 |
6.1 测试环境 | 第70-71页 |
6.2 测试方法及实施 | 第71-78页 |
6.2.1 单元测试 | 第71-76页 |
6.2.1.1 白盒测试 | 第72页 |
6.2.1.2 黑盒测试 | 第72-76页 |
6.2.2 集成测试 | 第76-77页 |
6.2.3 系统性能测试 | 第77-78页 |
6.3 本章小结 | 第78-79页 |
第七章 结束语 | 第79-83页 |
7.1 工作总结 | 第79-81页 |
7.2 系统展望 | 第81-83页 |
参考文献 | 第83-85页 |
致谢 | 第85-86页 |
作者攻读学位期间发表的学术论文目录 | 第86页 |