面向智慧油田应用的数据分析系统的设计与实现
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-14页 |
1.1 课题研究背景 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 论文的主要任务和意义 | 第12-13页 |
1.4 论文内容组织 | 第13-14页 |
第二章 技术背景介绍 | 第14-22页 |
2.1 Hadoop平台 | 第14-20页 |
2.1.1 Hadoop简介 | 第14页 |
2.1.2 HDFS分布式文件系统 | 第14-16页 |
2.1.3 Map/Reduce计算模型 | 第16-20页 |
2.2 Mahout算法库 | 第20-22页 |
2.2.1 Mahout简介 | 第20页 |
2.2.2 Mahout算法 | 第20-22页 |
第三章 关键技术分析 | 第22-40页 |
3.1 数据分析引擎介绍 | 第22页 |
3.2 K-Means聚类引擎 | 第22-28页 |
3.2.1 文本预处理 | 第22-24页 |
3.2.2 K-Means算法 | 第24-27页 |
3.2.3 K-Means聚类引擎模型 | 第27页 |
3.2.4 聚类引擎改进 | 第27-28页 |
3.3 基于共现矩阵的推荐引擎 | 第28-40页 |
3.3.1 推荐算法综述 | 第29-32页 |
3.3.2 基于共现矩阵的推荐算法 | 第32-35页 |
3.3.3 基于共现矩阵的推荐引擎模型 | 第35-36页 |
3.3.4 推荐引擎优化 | 第36-37页 |
3.3.5 推荐算法评估准则 | 第37-40页 |
第四章 系统需求分析与概要设计 | 第40-52页 |
4.1 业务背景描述 | 第40页 |
4.2 系统功能需求 | 第40-43页 |
4.2.1 系统总体功能概述 | 第40-41页 |
4.2.2 登录功能需求 | 第41页 |
4.2.3 工单聚类需求 | 第41-42页 |
4.2.4 主题推荐需求 | 第42-43页 |
4.2.5 推荐算法评估需求 | 第43页 |
4.3 非功能需求 | 第43-44页 |
4.3.1 友好的人机交互界面需求 | 第43-44页 |
4.3.2 时间性能需求 | 第44页 |
4.3.3 环境需求 | 第44页 |
4.3.4 可靠性需求 | 第44页 |
4.5 系统概要设计 | 第44-46页 |
4.5.1 系统分层架构 | 第44-45页 |
4.5.2 系统各层说明 | 第45-46页 |
4.6 业务流程 | 第46-52页 |
4.6.1 登录流程 | 第46-47页 |
4.6.2 工单聚类流程 | 第47-48页 |
4.6.3 主题推荐流程 | 第48-50页 |
4.6.4 推荐算法评估流程 | 第50-52页 |
第五章 系统详细设计与实现 | 第52-74页 |
5.1 系统详细设计 | 第52-61页 |
5.1.1 用户登录功能设计 | 第52页 |
5.1.2 工单聚类功能设计 | 第52-54页 |
5.1.3 主题推荐功能设计 | 第54-60页 |
5.1.4 推荐算法评估功能设计 | 第60-61页 |
5.2 系统环境搭建 | 第61-63页 |
5.2.1 搭建Hadoop平台 | 第61-62页 |
5.2.2 安装Mahout | 第62-63页 |
5.3 系统功能实现 | 第63-74页 |
5.3.1 用户登录功能实现 | 第63-64页 |
5.3.2 工单聚类功能实现 | 第64-69页 |
5.3.3 主题推荐功能实现 | 第69-73页 |
5.3.4 推荐算法评估功能实现 | 第73-74页 |
第六章 系统测试 | 第74-80页 |
6.1 系统测试概述 | 第74-75页 |
6.2 工单聚类模块测试 | 第75-77页 |
6.2.1 工单聚类测试 | 第75-77页 |
6.2.2 测试结果分析 | 第77页 |
6.3 主题推荐模块测试 | 第77-79页 |
6.3.1 主题推荐测试 | 第77-78页 |
6.3.2 测试结果分析 | 第78-79页 |
6.4 本章小结 | 第79-80页 |
第七章 总结与展望 | 第80-82页 |
7.1 论文总结 | 第80页 |
7.2 对未来的展望 | 第80-82页 |
参考文献 | 第82-84页 |
致谢 | 第84-86页 |
攻读学位期间发表的学术论文目录 | 第86页 |