基于分布式聚类分析的上网时长估算方法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 选题背景和研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 研究内容 | 第9-10页 |
| 1.4 本文章节安排 | 第10-12页 |
| 第2章 基本原理及分布式计算框架 | 第12-29页 |
| 2.1 基于密度的聚类 | 第12-16页 |
| 2.1.1 聚类概念 | 第12页 |
| 2.1.2 聚类过程 | 第12-13页 |
| 2.1.3 DBSCAN聚类算法 | 第13-16页 |
| 2.2 分布式计算框架 | 第16-28页 |
| 2.2.1 Hadoop | 第16-22页 |
| 2.2.2 Spark | 第22-27页 |
| 2.2.3 Spark与Hadoop的比较 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 分布式时长计算模型 | 第29-39页 |
| 3.1 模型总体设计 | 第29-30页 |
| 3.2 并行DBSCAN聚类 | 第30-35页 |
| 3.2.1 数据划分 | 第30-31页 |
| 3.2.2 本地局部聚类 | 第31-34页 |
| 3.2.3 全局聚类 | 第34-35页 |
| 3.3 时长计算 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 实验验证 | 第39-56页 |
| 4.1 实验环境 | 第39-42页 |
| 4.1.1 软硬件环境 | 第39-40页 |
| 4.1.2 集群环境配置 | 第40-42页 |
| 4.2 数据准备 | 第42-47页 |
| 4.3 参数优化及噪声数据的处理 | 第47-49页 |
| 4.4 分布式与单机效率对比 | 第49-50页 |
| 4.5 结果分析 | 第50-54页 |
| 4.6 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
