基于大数据的优选预测处理模式研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.0 研究背景及意义 | 第9-10页 |
| 1.1 国内外研究现状 | 第10-11页 |
| 1.2 本文研究内容 | 第11-12页 |
| 1.3 论文结构安排 | 第12-13页 |
| 第二章 相关理论与技术 | 第13-23页 |
| 2.1 机器学习与数据挖掘简介 | 第13-18页 |
| 2.1.1 常用算法 | 第14-16页 |
| 2.1.2 分类算法 | 第16-17页 |
| 2.1.3 分类算法在实际应用中的一些优缺点 | 第17页 |
| 2.1.4 机器学习基本流程 | 第17-18页 |
| 2.1.5 数据挖掘基本流程 | 第18页 |
| 2.2 大数据预测处理 | 第18-19页 |
| 2.3 大数据平台相关技术 | 第19-22页 |
| 2.3.1 Hadoop介绍 | 第19-20页 |
| 2.3.2 HDFS | 第20-21页 |
| 2.3.3 MapReduce | 第21-22页 |
| 2.3.4 Mahout简介 | 第22页 |
| 2.4 本章总结 | 第22-23页 |
| 第三章 优选预测处理模式研究 | 第23-43页 |
| 3.1 数据分析 | 第23-26页 |
| 3.1.1 问题分析与识别 | 第24页 |
| 3.1.2 预处理 | 第24-26页 |
| 3.2 特征工程 | 第26-28页 |
| 3.2.1 特征选择 | 第27-28页 |
| 3.2.2 降维 | 第28页 |
| 3.3 算法框架 | 第28-31页 |
| 3.3.1 GBDT | 第28-30页 |
| 3.3.2 LR | 第30-31页 |
| 3.3.3 GBDT与LR的融合 | 第31页 |
| 3.4 模型评价 | 第31-32页 |
| 3.4.1 均方根误差评价法 | 第31-32页 |
| 3.4.2 推荐系统的评测指标 | 第32页 |
| 3.5 预测处理模式实验及分析 | 第32-39页 |
| 3.5.1 数据集分析 | 第32-34页 |
| 3.5.2 特征工程 | 第34-36页 |
| 3.5.3 算法框架 | 第36-38页 |
| 3.5.4 模型评价 | 第38-39页 |
| 3.6 预测处理模式实验及分析 | 第39-42页 |
| 3.6.1 数据集分析 | 第39-40页 |
| 3.6.2 特征工程 | 第40-41页 |
| 3.6.3 算法框架 | 第41-42页 |
| 3.6.4 模型评价 | 第42页 |
| 3.7 本章总结 | 第42-43页 |
| 第四章 预测处理平台设计与实现 | 第43-49页 |
| 4.1 预测处理模式平台功能分析与构架设计 | 第43-45页 |
| 4.1.1 数据存储层的设计 | 第43-44页 |
| 4.1.2 预测处理平台系统层和应用层 | 第44-45页 |
| 4.2 预测处理平台的实现 | 第45-47页 |
| 4.2.1 环境搭建 | 第45页 |
| 4.2.2 预测系统实现 | 第45-47页 |
| 4.2.3 平台处理计算性能 | 第47页 |
| 4.3 本章总结 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 全文工作总结 | 第49页 |
| 5.2 研究展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 作者攻读学位期间发表的学术论文目录 | 第56页 |
