基于大数据中查询日志的用户行为分析系统的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 社会背景 | 第12-13页 |
| 1.1.2 技术背景 | 第13页 |
| 1.1.3 研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2 相关技术介绍 | 第16-29页 |
| 2.1 Hadoop框架 | 第16-22页 |
| 2.1.1 Hadoop技术简介 | 第16-17页 |
| 2.1.2 HDFS分布式文件系统 | 第17-19页 |
| 2.1.3 MapReduce计算模式 | 第19-22页 |
| 2.2 Web文本聚类 | 第22-28页 |
| 2.2.1 Web文本聚类概念 | 第22页 |
| 2.2.2 Web文本聚类过程 | 第22-23页 |
| 2.2.3 Web文本聚类技术 | 第23-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 用户行为分析系统的总体设计 | 第29-33页 |
| 3.1 系统需求分析 | 第29-31页 |
| 3.1.1 项目背景及目标 | 第29-30页 |
| 3.1.2 系统业务需求 | 第30页 |
| 3.1.3 系统功能需求 | 第30-31页 |
| 3.2 系统总体架构设计 | 第31-32页 |
| 3.2.1 Hadoop集群层 | 第31-32页 |
| 3.2.2 HDFS存储层 | 第32页 |
| 3.2.3 MapReduce计算层 | 第32页 |
| 3.2.4 业务逻辑层 | 第32页 |
| 3.2.5 用户接口层 | 第32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 用户行为分析系统的详细设计 | 第33-47页 |
| 4.1 日志采集 | 第33-35页 |
| 4.1.1 搜索引擎日志的产生 | 第33-34页 |
| 4.1.2 搜索引擎日志的类型 | 第34页 |
| 4.1.3 搜索引擎日志的采集 | 第34-35页 |
| 4.2 日志存储 | 第35-39页 |
| 4.2.1 存储模块的设计目标 | 第35-36页 |
| 4.2.2 存储模块类 | 第36-39页 |
| 4.3 日志分析 | 第39-44页 |
| 4.3.1 用户搜索关键字排行分析 | 第39-41页 |
| 4.3.2 用户点击URL排行分析 | 第41-42页 |
| 4.3.3 相关关键字分析 | 第42-44页 |
| 4.4 数据可视化 | 第44-46页 |
| 4.4.1 大数据可视化的特性 | 第44-45页 |
| 4.4.2 数据可视化工具 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 用户行为分析系统的实现 | 第47-67页 |
| 5.1 系统环境说明 | 第47-48页 |
| 5.1.1 软硬件环境 | 第47页 |
| 5.1.2 集群网络环境 | 第47-48页 |
| 5.2 系统环境搭建 | 第48-52页 |
| 5.2.1 配置本地环境 | 第48页 |
| 5.2.2 设置SSH无密码互联环境 | 第48-49页 |
| 5.2.3 配置Hadoop | 第49-52页 |
| 5.3 实验与结果分析 | 第52-66页 |
| 5.3.1 数据来源 | 第53-54页 |
| 5.3.2 用户登录 | 第54页 |
| 5.3.3 日志导入 | 第54-55页 |
| 5.3.4 用户行为分析 | 第55-64页 |
| 5.3.5 系统效率分析 | 第64-65页 |
| 5.3.6 系统优化 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
