互联网访问数据预处理研究与应用--基于Hadoop
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·选题背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·相关研究现状 | 第13-14页 |
| ·本文的工作 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 Web日志挖掘和Web日志预处理 | 第16-24页 |
| ·Web日志挖掘 | 第16-19页 |
| ·Web日志挖掘概述 | 第16页 |
| ·Web日志挖掘的数据源 | 第16-17页 |
| ·Web日志挖掘的过程 | 第17-19页 |
| ·Web日志预处理 | 第19-23页 |
| ·数据清理 | 第19-20页 |
| ·会话识别 | 第20页 |
| ·用户识别 | 第20-21页 |
| ·自然语言处理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 Hadoop平台概述 | 第24-34页 |
| ·Hadoop平台背景 | 第24-27页 |
| ·云计算概述 | 第24页 |
| ·Google云计算平台介绍 | 第24-25页 |
| ·Hadoop平台的产生 | 第25-26页 |
| ·Hadoop的master/slave架构 | 第26-27页 |
| ·Hadoop分布式文件系统HDFS | 第27-31页 |
| ·HDFS的结构 | 第28-29页 |
| ·HDFS的工作流程 | 第29-30页 |
| ·HDFS的特点 | 第30-31页 |
| ·Hadoop的MapReduce计算构架 | 第31-33页 |
| ·一般的MapReduce模型 | 第31页 |
| ·Hadoop MapReduce的实现 | 第31-33页 |
| ·Hadoop MapReduce的特点 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 预处理在Hadoop中的分析设计 | 第34-45页 |
| ·Web日志预处理流程设计 | 第34页 |
| ·数据清理 | 第34-35页 |
| ·用户识别设计 | 第35-42页 |
| ·会话识别 | 第37-39页 |
| ·Cookie提取 | 第39-41页 |
| ·会话合并 | 第41-42页 |
| ·用户标记 | 第42页 |
| ·关键词提取设计 | 第42-44页 |
| ·搜索内容提取 | 第42-43页 |
| ·关键词提取 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 预处理在Hadoop中的实现 | 第45-56页 |
| ·运行环境配置 | 第45-47页 |
| ·运行平台搭建 | 第45页 |
| ·Hadoop环境配置 | 第45-47页 |
| ·Hadoop实现 | 第47-54页 |
| ·代码框架 | 第47-49页 |
| ·用户识别实现 | 第49-53页 |
| ·关键词提取实现 | 第53-54页 |
| ·实验结果 | 第54-55页 |
| ·实验数据 | 第54页 |
| ·实验结果 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·全文总结 | 第56-57页 |
| ·研究展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的学术论文和参与的项目 | 第61-62页 |
| 致谢 | 第62页 |
