| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 电信运营商的挑战 | 第10-11页 |
| 1.1.2 数据挖掘 | 第11-12页 |
| 1.1.3 大数据 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 数据仓库与大数据处理研究现状 | 第13-14页 |
| 1.2.2 数据挖掘算法研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.3.1 基于Oracle和Hadoop的混合数据分析原型系统的设计与实现 | 第15页 |
| 1.3.2 能耗多维分析展示 | 第15-16页 |
| 1.3.3 基于MapReduce的海量能耗数据挖掘 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 相关技术及理论介绍 | 第18-30页 |
| 2.1 本章简介 | 第18页 |
| 2.2 数据仓库相关介绍 | 第18页 |
| 2.3 OLAP相关介绍 | 第18-19页 |
| 2.4 Apache Hadoop相关介绍 | 第19-20页 |
| 2.5 数据预处理相关介绍 | 第20-23页 |
| 2.6 数据挖掘算法相关介绍 | 第23-28页 |
| 2.6.1 BP神经网络算法 | 第23-25页 |
| 2.6.2 x-means算法 | 第25-27页 |
| 2.6.3 FP-Growth算法 | 第27-28页 |
| 2.7 本章小结 | 第28-30页 |
| 第三章 基于Oracle和Hadoop的混合数据分析原型系统设计与实现 | 第30-52页 |
| 3.1 本章简介 | 第30页 |
| 3.2 总体设计 | 第30-35页 |
| 3.2.1 能耗分析系统中的度量指标 | 第30-31页 |
| 3.2.2 平台物理结构 | 第31-32页 |
| 3.2.3 数据模型 | 第32-33页 |
| 3.2.4 系统功能模块 | 第33-35页 |
| 3.3 各功能模块设计 | 第35-39页 |
| 3.3.1 能耗数据分析模块 | 第35-37页 |
| 3.3.2 能耗预测模块 | 第37页 |
| 3.3.3 用能场所聚类模块 | 第37-38页 |
| 3.3.4 关联规则分析模块 | 第38-39页 |
| 3.3.5 定时任务模块 | 第39页 |
| 3.4 系统开发实现 | 第39-50页 |
| 3.4.1 能耗数据分析模块 | 第40-41页 |
| 3.4.2 能耗预测模块 | 第41-42页 |
| 3.4.3 聚类分析模块 | 第42页 |
| 3.4.4 关联规则分析模块 | 第42-44页 |
| 3.4.5 定时任务模块 | 第44-45页 |
| 3.4.6 数据预处理的MapReduce实现 | 第45-47页 |
| 3.4.7 BP神经网络的MapReduce实现 | 第47-48页 |
| 3.4.8 x-means算法的MapReduce实现 | 第48-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 能耗数据分析及实验 | 第52-62页 |
| 4.1 本章简介 | 第52页 |
| 4.2 实验环境 | 第52页 |
| 4.3 实验数据 | 第52-54页 |
| 4.4 能耗数据多维分析展示 | 第54-56页 |
| 4.4.1 结构分析 | 第54页 |
| 4.4.2 趋势分析 | 第54-55页 |
| 4.4.3 相关性分析 | 第55-56页 |
| 4.5 能耗预处理 | 第56页 |
| 4.6 能耗预测 | 第56-57页 |
| 4.7 用能场所聚类 | 第57-58页 |
| 4.8 能耗影响因素关联规则分析 | 第58-60页 |
| 4.9 本章小结 | 第60-62页 |
| 第五章 讨论及展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间发表的论文 | 第69页 |
