大数据及在当代互联网应用中的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| 1.0 引言 | 第11-12页 |
| 1.1 大数据的简介 | 第12-14页 |
| 1.1.1 大数据的定义 | 第12-13页 |
| 1.1.2 国内外发展状况 | 第13-14页 |
| 1.2 业务挑战和机会 | 第14-18页 |
| 1.3 本文的主要研究工作 | 第18-19页 |
| 1.4 本文组织结构 | 第19-20页 |
| 第二章 大数据分析及优化 | 第20-26页 |
| 2.1 数据的质量 | 第21-23页 |
| 2.2 数据的瘦身 | 第23-24页 |
| 2.3 数据的市场化 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于时间戳的大数据集挖掘和预测方法 | 第26-42页 |
| 3.1 三角分析方法简介 | 第26-31页 |
| 3.1.1 背景描述 | 第27-28页 |
| 3.1.2 三角分析法介绍 | 第28-31页 |
| 3.2 问题的定义 | 第31-33页 |
| 3.2.1 问题的定义 | 第32页 |
| 3.2.2 运行示例 | 第32-33页 |
| 3.3 三角分析法的实验及结果分析 | 第33-41页 |
| 3.3.1 提出方法 | 第35-38页 |
| 3.3.2 实验及结果分析 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 社交网络用户行为模式大数据 | 第42-51页 |
| 4.1 问题介绍 | 第42-43页 |
| 4.2 相关的工作及数据收集 | 第43-44页 |
| 4.3 算法简介 | 第44-46页 |
| 4.3.1 用户的特征向量 | 第45-46页 |
| 4.3.2 用相近行为对用户分组的方法 | 第46页 |
| 4.4 识别用户行为模式 | 第46-49页 |
| 4.4.1 实验及结果 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 5.1 对将来研究工作的展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
