| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究内容 | 第10页 |
| 1.3 研究现状 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第二章 相关技术 | 第13-30页 |
| 2.1 Hadoop相关技术 | 第13-20页 |
| 2.1.1 Hadoop介绍 | 第13-14页 |
| 2.1.2 分布式文件系统HDFS | 第14-16页 |
| 2.1.3 分布式计算框架MapReduce | 第16-18页 |
| 2.1.4 Hive | 第18-20页 |
| 2.2 数据处理相关技术 | 第20-24页 |
| 2.2.1 网络爬虫技术 | 第20-22页 |
| 2.2.2 数据预处理 | 第22页 |
| 2.2.3 数据分词技术 | 第22-24页 |
| 2.3 数据仓库与数据模型 | 第24-29页 |
| 2.3.1 数据仓库 | 第24-25页 |
| 2.3.2 数据模型 | 第25-27页 |
| 2.3.3 数据仓库建模 | 第27-28页 |
| 2.3.4 数据仓库层次架构 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 机械产品交易数据的挖掘与分析 | 第30-47页 |
| 3.1 机械产品交易数据的概述 | 第30-32页 |
| 3.1.1 机械产品的重要地位 | 第30页 |
| 3.1.2 机械产品交易数据的来源 | 第30-31页 |
| 3.1.3 机械产品交易数据的特点 | 第31-32页 |
| 3.1.4 汽车产品交易数据分析 | 第32页 |
| 3.2 数据挖掘与分析方法 | 第32-35页 |
| 3.2.1 分类算法 | 第32-33页 |
| 3.2.2 推荐算法 | 第33-35页 |
| 3.3 汽车产品交易数据的挖掘与分析 | 第35-46页 |
| 3.3.1 汽车产品交易数据的挖掘分类 | 第35-38页 |
| 3.3.2 汽车产品交易数据的挖掘流程 | 第38-39页 |
| 3.3.3 汽车产品用户评论数据的挖掘与分析 | 第39-41页 |
| 3.3.4 基于MapReduce挖掘算法的改进及实现 | 第41-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 汽车产品推荐系统的设计 | 第47-58页 |
| 4.1 汽车产品推荐系统的需求分析 | 第47-50页 |
| 4.1.1 汽车产品推荐系统总需求 | 第47-48页 |
| 4.1.2 汽车产品推荐系统功能需求 | 第48-50页 |
| 4.1.3 汽车产品推荐系统非功能需求 | 第50页 |
| 4.2 汽车产品推荐系统架构设计 | 第50-52页 |
| 4.3 汽车产品推荐系统功能模块设计 | 第52-53页 |
| 4.4 数据仓库设计 | 第53-57页 |
| 4.4.1 数据仓库总体架构 | 第53-55页 |
| 4.4.2 数据库设计 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 汽车产品推荐系统的实现 | 第58-72页 |
| 5.1 运行环境与开发工具 | 第58-61页 |
| 5.1.1 搭建Hadoop | 第58-60页 |
| 5.1.2 搭建数据仓库Hive | 第60-61页 |
| 5.2 汽车产品推荐系统的实现 | 第61-69页 |
| 5.2.1 网络爬虫功能模块的实现 | 第61-64页 |
| 5.2.2 分词及特征提取功能模块的实现 | 第64-66页 |
| 5.2.3 数据仓库功能模块的实现 | 第66-67页 |
| 5.2.4 汽车产品推荐系统模块的实现 | 第67-69页 |
| 5.3 结果与分析 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-76页 |
| 致谢 | 第76页 |