| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 研究意义 | 第11页 |
| 1.3 论文结构 | 第11-13页 |
| 第二章 基于云计算的网站与服务器流量数据挖掘系统的设计与实现 | 第13-23页 |
| 2.1 概述 | 第13-15页 |
| 2.1.1 移动互联网网站分析 | 第13-14页 |
| 2.1.2 移动互联网研究现状 | 第14-15页 |
| 2.2 海量数据时代 | 第15-16页 |
| 2.2.1 海量数据的特性 | 第15-16页 |
| 2.2.2 海量数据的挑战 | 第16页 |
| 2.3 Hadoop简介 | 第16-18页 |
| 2.3.1 分布式文件系统 | 第17页 |
| 2.3.2 MapReduce计算模型 | 第17-18页 |
| 2.4 网站与服务器流量数据挖掘系统 | 第18-21页 |
| 2.4.1 系统功能介绍 | 第18-19页 |
| 2.4.2 数据采集过程 | 第19-20页 |
| 2.4.3 系统框架设计 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 服务器识别和流量分析 | 第23-33页 |
| 3.1 概述 | 第23-24页 |
| 3.2 服务器IP和域名的对应方法 | 第24-30页 |
| 3.2.1 直接提取方法 | 第24-26页 |
| 3.2.2 相似uri方法 | 第26-27页 |
| 3.2.3 Refer方法 | 第27-28页 |
| 3.2.4 临近IP掩码方法 | 第28-30页 |
| 3.3 服务器IP数据分析 | 第30-32页 |
| 3.3.1 服务器流量分析 | 第30-31页 |
| 3.3.2 服务器访问量分析 | 第31-32页 |
| 3.3.3 服务器用户数分析 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 网站访问分析 | 第33-46页 |
| 4.1 概述 | 第33页 |
| 4.2 网站资源库 | 第33-37页 |
| 4.2.1 系统组成结构 | 第33-34页 |
| 4.2.2 系统算法原理 | 第34-37页 |
| 4.2.2.1 网站资源目录的创建 | 第34-36页 |
| 4.2.2.2 网站资源树的创建 | 第36-37页 |
| 4.3 网站域名分析 | 第37-42页 |
| 4.3.1 网站综合流量分析 | 第37-39页 |
| 4.3.2 网站综合访问量分析 | 第39-41页 |
| 4.3.3 网站访问用户数分析 | 第41-42页 |
| 4.4 网站域名后缀分析 | 第42-45页 |
| 4.4.1 网站域名后缀数量分布 | 第43页 |
| 4.4.2 网站域名后缀流量分布 | 第43-44页 |
| 4.4.3 网站域名后缀访问量分布 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 SP流量特征分析 | 第46-67页 |
| 5.1 概述 | 第46-47页 |
| 5.1.1 SP的定义 | 第46页 |
| 5.1.2 SP的提取方法 | 第46-47页 |
| 5.2 SP的流量特征分析 | 第47-60页 |
| 5.2.1 总流量的时间分布 | 第47页 |
| 5.2.2 访问量的时间分布 | 第47-48页 |
| 5.2.3 访问用户的时间分布 | 第48-49页 |
| 5.2.4 SP的综合流量 | 第49-52页 |
| 5.2.5 SP的综合访问量 | 第52-54页 |
| 5.2.6 SP的访问用户数 | 第54-56页 |
| 5.2.7 SP的综合访问时间 | 第56-58页 |
| 5.2.8 SP的平均访问流量 | 第58页 |
| 5.2.9 SP的平均用户流量 | 第58-59页 |
| 5.2.10 SP的相关性分析 | 第59-60页 |
| 5.3 SP的聚类分析 | 第60-66页 |
| 5.3.1 SP流量的昼夜分布 | 第60-62页 |
| 5.3.2 SP聚类的方法 | 第62-64页 |
| 5.3.3 SP聚类的结果 | 第64-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文目录 | 第71页 |