首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于Hadoop的SRS学生推荐系统的设计与实现

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-14页
    1.1 项目背景及研究第9-10页
    1.2 国内外研究现状第10-11页
    1.3 论文的主要内容和结构安排第11-14页
        1.3.1 论文的主要内容第11-13页
        1.3.2 论文的结构安排第13-14页
第二章 关键技术分析第14-31页
    2.1 数据挖掘技术分析第14-18页
        2.1.1 数据挖掘技术背景第14-15页
        2.1.2 数据挖掘步骤第15页
        2.1.3 数据预处理第15-16页
        2.1.4 主成分分析第16-17页
        2.1.5 KNN邻近算法第17-18页
    2.2 Hadoop相关技术分析第18-30页
        2.2.1 Hadoop平台分析第19-23页
        2.2.2 HBase技术分析第23-25页
        2.2.3 数据存储层HDFS架构设计分析第25-26页
        2.2.4 MapReduce技术分析第26-29页
        2.2.5 Amazon EC2亚马逊弹性计算云第29-30页
    2.3 本章小结第30-31页
第三章 系统的需求分析第31-44页
    3.1 系统主要功能范围第31-32页
    3.2 系统可行性分析第32页
    3.3 系统数据的来源用途第32页
    3.4 系统数据库的选择分析第32-33页
    3.5 系统特征分析第33页
    3.6 系统功能性需求第33-39页
        3.6.1 会员信息管理模块第35-37页
        3.6.2 学生专业推荐模块第37页
        3.6.3 学生信息搜索模块第37-38页
        3.6.4 数据分析图浏览模块第38-39页
    3.7 系统术语定义以及范围定义第39-40页
    3.8 系统假定和约束第40-42页
    3.9 系统质量特性第42-43页
    3.10 本章小结第43-44页
第四章 系统的概要设计第44-56页
    4.1 系统的原型开发第44-45页
    4.2 系统页面设计第45-46页
        4.2.1 系统设计特性第45页
        4.2.2 系统配色设计第45-46页
        4.2.3 系统页面原型设计第46页
    4.3 数据预处理第46-53页
        4.3.1 数据主成分分析第47-50页
        4.3.2 数据影响因子分析第50-53页
    4.4 系统架构第53-55页
    4.5 本章小结第55-56页
第五章 系统详细设计与实现第56-68页
    5.1 系统环境配置第56-57页
    5.2 数据存储的设计与实现第57-58页
        5.2.1 数据存储的设计与实现第57-58页
    5.3 扩展KNN加权邻近算法的设计与实现第58-62页
        5.3.1 加权KNN邻近算法的设计第58页
        5.3.2 基于加权KNN邻近算法的实现第58-59页
        5.3.3 基于Map的Mapper函数的实现第59-61页
        5.3.4 基于Reduce的KNNReducer函数的实现第61-62页
    5.4 Servlet的设计与实现第62页
    5.5 系统核心功能的实现第62-63页
        5.5.1 学生信息搜索第62-63页
        5.5.2 推荐结果的采集和显示第63页
    5.6 系统实现效果第63-67页
        5.6.1 系统主页面第63-64页
        5.6.2 学生推荐页面第64-65页
        5.6.3 学生信息查询页面第65-66页
        5.6.4 数据分析查询页面第66-67页
    5.7 本章小结第67-68页
第六章 总结与展望第68-71页
    6.1 总结第68-69页
    6.2 不足与展望第69-71页
参考文献第71-74页
发表论文和参加科研情况说明第74-75页
致谢第75-76页

论文共76页,点击 下载论文
上一篇:银行反洗钱信息数据甄别系统的设计与实现
下一篇:微光图像检测方法的研究