基于R+Hadoop中药材大数据的分析及预测
| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题研究背景 | 第12页 |
| ·课题研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·中药大数据云计算方案的提出 | 第13-14页 |
| ·国内外R语言的研究现状 | 第14-15页 |
| ·决策树算法的研究现状 | 第15-16页 |
| ·本文主要研究内容 | 第16页 |
| ·本文的结构安排 | 第16-18页 |
| 第2章 相关技术概述 | 第18-27页 |
| ·Hadoop体系结构 | 第18-23页 |
| ·Hadoop体系结构的特点 | 第18页 |
| ·HDFS分布式文件系统 | 第18-20页 |
| ·Map Reduce计算架构 | 第20-22页 |
| ·Hive技术简介 | 第22-23页 |
| ·R语言简介 | 第23-24页 |
| ·决策树算法 | 第24-25页 |
| ·随机森林 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 中药材大数据分析预测模型设计 | 第27-35页 |
| ·数据分析概述 | 第27-29页 |
| ·基于云计算的数据挖掘模型 | 第27-28页 |
| ·基于云计算的数据挖掘模型的缺陷 | 第28-29页 |
| ·问题描述及相关工作 | 第29-31页 |
| ·实验数据 | 第29页 |
| ·问题描述 | 第29-30页 |
| ·相关工作 | 第30-31页 |
| ·中药材大数据处理模型设计 | 第31-33页 |
| ·需求分析 | 第31页 |
| ·设计思想 | 第31-32页 |
| ·中药材大数据处理方案设计 | 第32-33页 |
| ·中药材大数据处理实现平台设计 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 中药材大数据云环境部署 | 第35-43页 |
| ·硬件描述 | 第35页 |
| ·软件描述 | 第35页 |
| ·实验平台实现 | 第35-42页 |
| ·Linux环境下Hadoop集群搭建 | 第35-39页 |
| ·Hadoop集群环境下Hive安装 | 第39-41页 |
| ·Hadoop集群环境下R安装 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 中药材大数据分析预测模型的实现 | 第43-59页 |
| ·中药材数据存储 | 第43-44页 |
| ·中药材大数据处理 | 第44-46页 |
| ·中药材数据输入阶段 | 第44-45页 |
| ·中药材数据处理阶段 | 第45页 |
| ·中药材数据输出阶段 | 第45-46页 |
| ·中药材数据与天气数据的连接 | 第46-47页 |
| ·数据建模及可视化分析 | 第47-58页 |
| ·数据可视化及结果分析 | 第47-48页 |
| ·中药材市场走势可视化 | 第48-51页 |
| ·数据建模 | 第51-56页 |
| ·模型评价与选择 | 第56-58页 |
| ·模型的预测 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第66页 |
