| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第11-15页 |
| 1.1 项目背景 | 第11-12页 |
| 1.2 搜索广告日志处理的发展概况 | 第12页 |
| 1.3 本文主要研究的工作 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第二章 技术综述 | 第15-22页 |
| 2.1 流式计算 | 第15-18页 |
| 2.1.1 流式计算概述 | 第15-16页 |
| 2.1.2 流式计算研究现状 | 第16-18页 |
| 2.2 Task Manager流式计算框架 | 第18-19页 |
| 2.3 Hadoop相关技术 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 广告特征提取系统的分析与设计 | 第22-49页 |
| 3.1 百度凤巢广告CTR预估系统简介 | 第22-23页 |
| 3.2 项目总体规划 | 第23-24页 |
| 3.3 系统需求分析 | 第24-34页 |
| 3.3.1 功能需求 | 第24-25页 |
| 3.3.2 非功能需求 | 第25-27页 |
| 3.3.3 用例图 | 第27-28页 |
| 3.3.4 关键用例描述 | 第28-34页 |
| 3.4 系统总体设计 | 第34-35页 |
| 3.4.1 系统设计目标 | 第34页 |
| 3.4.2 总体结构 | 第34-35页 |
| 3.5 系统模块设计 | 第35-48页 |
| 3.5.1 模块划分 | 第36-37页 |
| 3.5.2 distcp模块 | 第37-38页 |
| 3.5.3 bundler_pretreat模块 | 第38-40页 |
| 3.5.4 bundler模块 | 第40-42页 |
| 3.5.5 extractor_asp模块 | 第42-43页 |
| 3.5.6 extractor_clk模块 | 第43-44页 |
| 3.5.7 extractor_feature模块 | 第44-46页 |
| 3.5.8 joiner模块 | 第46-47页 |
| 3.5.9 exporter模块 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 广告特征提取系统的实现 | 第49-70页 |
| 4.1 extractor_asp模块的实现 | 第49-56页 |
| 4.1.1 数据结构 | 第49-53页 |
| 4.1.2 详细实现 | 第53-56页 |
| 4.2 extractor_feature模块的实现 | 第56-60页 |
| 4.2.1 数据结构 | 第56-58页 |
| 4.2.2 详细实现 | 第58-60页 |
| 4.3 joiner模块的实现 | 第60-65页 |
| 4.3.1 数据结构 | 第60-63页 |
| 4.3.2 详细实现 | 第63-65页 |
| 4.4 部署与评估 | 第65-67页 |
| 4.5 测试工作 | 第67-68页 |
| 4.6 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 进一步工作展望 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-76页 |