摘要 | 第4-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第12-18页 |
1.1 课题的研究背景 | 第12-13页 |
1.2 相关技术研究现状 | 第13-16页 |
1.2.1 大数据技术发展及现状 | 第13-15页 |
1.2.2 离网预警分析的发展及现状 | 第15页 |
1.2.3 开发框架 | 第15-16页 |
1.3 课题的研究意义 | 第16页 |
1.4 本文主要内容及结构安排 | 第16-18页 |
第2章 关键技术分析 | 第18-28页 |
2.1 Hadoop | 第18-19页 |
2.1.1 Hadoop结构及主要功能 | 第18页 |
2.1.2 Hadoop优缺点 | 第18-19页 |
2.1.3 Hadoop与Hive结合构建数据仓库 | 第19页 |
2.2 Spark | 第19-21页 |
2.2.1 Spark结构及主要功能 | 第20页 |
2.2.2 Spark优缺点 | 第20-21页 |
2.3 典型机器学习算法 | 第21-24页 |
2.3.1 决策树分类器算法 | 第21页 |
2.3.2 朴素贝叶斯分类器算法 | 第21-22页 |
2.3.3 逻辑回归分类器算法 | 第22-23页 |
2.3.4 线性支持向量机分类器算法 | 第23页 |
2.3.5 随机森林分类器算法 | 第23-24页 |
2.4 SpringJava开发框架 | 第24-26页 |
2.4.1 SpringforHadoop | 第24-25页 |
2.4.2 SpringIntegration | 第25页 |
2.4.3 SpringBatch | 第25-26页 |
2.5 本章小结 | 第26-28页 |
第3章 离网预警系统总体设计方案 | 第28-34页 |
3.1 业务需求分析 | 第28-30页 |
3.1.1 离网预警的业务理解 | 第28页 |
3.1.2 数据理解 | 第28-29页 |
3.1.3 系统功能需求 | 第29-30页 |
3.2 功能框架设计 | 第30-33页 |
3.3 系统安全框架设计 | 第33页 |
3.4 本章小结 | 第33-34页 |
第4章 系统各功能模块设计与实现 | 第34-48页 |
4.1 大数据集群设计与实现 | 第34-37页 |
4.1.1 基础功能设计与实现 | 第34页 |
4.1.2 数据挖掘实施过程设计与实现 | 第34-37页 |
4.2 大数据管理平台设计与实现 | 第37-39页 |
4.2.1 数据的预处理处理操作工具模块 | 第37-38页 |
4.2.2 数据挖掘任务调度平台模块 | 第38-39页 |
4.3 数据接口设计与实现 | 第39-41页 |
4.4 报表系统设计与实现 | 第41-47页 |
4.4.1 数据实体管理 | 第42-43页 |
4.4.2 报表的定制 | 第43-44页 |
4.4.3 查询报表 | 第44-46页 |
4.4.4 日志记录 | 第46页 |
4.4.5 权限控制 | 第46-47页 |
4.5 本章小结 | 第47-48页 |
第5章 测试与实验结果分析 | 第48-64页 |
5.1 测试环境配置 | 第48-49页 |
5.2 测试数据说明 | 第49-51页 |
5.3 业务流程验证 | 第51-54页 |
5.3.1 数据采集 | 第51页 |
5.3.2 数据预处理 | 第51-52页 |
5.3.3 任务的执行 | 第52-53页 |
5.3.4 报表查询 | 第53-54页 |
5.4 分类模型分析 | 第54-61页 |
5.4.1 不平衡数据集分类性能验证 | 第54-56页 |
5.4.2 平衡数据集分类性能验证 | 第56-58页 |
5.4.3 规范化数据集实验结果分析 | 第58-60页 |
5.4.4 优化特征组合性能分析 | 第60-61页 |
5.5 与现有模式对比分析 | 第61-63页 |
5.5.1 分析手段 | 第61-62页 |
5.5.2 数据处理能力 | 第62页 |
5.5.3 数据安全管控 | 第62-63页 |
5.6 本章小结 | 第63-64页 |
第6章 总结及展望 | 第64-66页 |
6.1 本文研究内容 | 第64-65页 |
6.2 下一步工作的方向 | 第65-66页 |
参考文献 | 第66-70页 |
作者简介 | 第70-71页 |
致谢 | 第71页 |