| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 研究目标和内容 | 第14-15页 |
| 1.4 论文结构安排 | 第15-16页 |
| 第2章 相关技术介绍 | 第16-25页 |
| 2.1 大数据平台架构的相关技术 | 第16-21页 |
| 2.1.1 Hadoop生态圈介绍 | 第16-20页 |
| 2.1.2 大数据可视化相关技术 | 第20-21页 |
| 2.2 微服务技术框架 | 第21-23页 |
| 2.2.1 Spring Boot | 第21-22页 |
| 2.2.2 Docker容器技术 | 第22-23页 |
| 2.3 用户画像技术 | 第23-24页 |
| 2.3.1 用户画像概述 | 第23页 |
| 2.3.2 相关算法与模型 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 智慧图书馆需求分析 | 第25-34页 |
| 3.1 智慧图书馆总体需求分析 | 第25-26页 |
| 3.2 数据集成需求分析 | 第26-28页 |
| 3.2.1 源数据系统分析 | 第26-27页 |
| 3.2.2 数据获取方式分析 | 第27-28页 |
| 3.3 数据知识化需求分析 | 第28-31页 |
| 3.3.1 决策支持系统需求分析 | 第28-29页 |
| 3.3.2 图书馆报告需求分析 | 第29-30页 |
| 3.3.3 读者个人报告需求分析 | 第30-31页 |
| 3.4 平台移动化需求分析 | 第31-32页 |
| 3.5 服务多样化需求分析 | 第32-33页 |
| 3.5.1 图书馆大屏需求分析 | 第32-33页 |
| 3.5.2 图书馆机器人需求分析 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于Hadoop大数据平台的智慧图书馆构建 | 第34-51页 |
| 4.1 智慧图书馆总体架构 | 第34-36页 |
| 4.1.1 基于Hadoop的分层架构设计 | 第34-36页 |
| 4.1.2 技术架构选型 | 第36页 |
| 4.2 数据标准的建立 | 第36-39页 |
| 4.2.1 数据标准的概述及问题 | 第36页 |
| 4.2.2 数据存储架构设计 | 第36-37页 |
| 4.2.3 数据标准设计 | 第37-39页 |
| 4.3 ETL数据采集清洗 | 第39-45页 |
| 4.3.1 ETL概述及问题 | 第39-40页 |
| 4.3.2 ETL设计与实现 | 第40-45页 |
| 4.4 基于Sqoop的数据传输 | 第45-46页 |
| 4.5 RESTful API接口设计 | 第46-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 智慧图书馆的设计与实现 | 第51-67页 |
| 5.1 基于微服务的后台架构 | 第51-53页 |
| 5.2 决策支持系统的设计与实现 | 第53-58页 |
| 5.2.1 决策支持系统的架构设计 | 第53-54页 |
| 5.2.2 基于Hive的数据分析 | 第54-56页 |
| 5.2.3 基于Echarts的数据可视化 | 第56-58页 |
| 5.3 图书馆报告的设计与实现 | 第58-62页 |
| 5.3.1 图书馆报告的设计 | 第58-60页 |
| 5.3.2 基于XDOC的报告生成 | 第60-62页 |
| 5.4 图书馆机器人的设计 | 第62-63页 |
| 5.5 智慧图书馆系统展示 | 第63-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第6章 基于K-Means算法读者画像实现 | 第67-73页 |
| 6.1 研究目的 | 第67页 |
| 6.2 数据的选取 | 第67-68页 |
| 6.3 数据的处理 | 第68-69页 |
| 6.4 聚类分析 | 第69-72页 |
| 6.4.1 K-means聚类过程 | 第69-71页 |
| 6.4.2 对应分析不同类别读者的群体特性 | 第71-72页 |
| 6.5 本章小结 | 第72-73页 |
| 第7章 结论与展望 | 第73-75页 |
| 7.1 工作总结 | 第73页 |
| 7.2 研究展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间参加的科研项目和成果 | 第79页 |