| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 数据挖掘的研究进展 | 第9-10页 |
| 1.2.2 数据挖掘与内存计算研究背景 | 第10页 |
| 1.2.3 推荐系统研究现状 | 第10-13页 |
| 1.4 本文研究内容 | 第13-15页 |
| 2 HANA数据库技术 | 第15-22页 |
| 2.1 SAP HANA特性 | 第15-16页 |
| 2.2 HANA EIM企业信息管理工具 | 第16-19页 |
| 2.2.1 EIM工作原理 | 第16-17页 |
| 2.2.2 EIM数据迁移内容 | 第17-19页 |
| 2.3 HANA PAL预测分析库 | 第19-21页 |
| 2.3.1 PAL简介 | 第19-20页 |
| 2.3.2 PAL函数配置 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 数据抽取及预处理 | 第22-36页 |
| 3.1 用户购物数据分析 | 第22-24页 |
| 3.2 基于EIM的数据抽取系统 | 第24-28页 |
| 3.2.1 用户授权 | 第24页 |
| 3.2.2 安装DATA PROVISIONING AGENT(数据配置客户端) | 第24-25页 |
| 3.2.3 连接远程数据源 | 第25-26页 |
| 3.2.4 创建虚拟表 | 第26-27页 |
| 3.2.5 复制数据 | 第27-28页 |
| 3.3 数据预处理 | 第28-35页 |
| 3.3.1 数据集成 | 第30页 |
| 3.3.2 数据清洗 | 第30-31页 |
| 3.3.3 数据变换 | 第31页 |
| 3.3.4 HANA PAL与AFM | 第31-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 基于R语言的预测系统 | 第36-50页 |
| 4.1 实验环境配置 | 第36-39页 |
| 4.1.1 SAP HANA软硬件环境 | 第36页 |
| 4.1.2 基于SAP HANA的R语言 | 第36-37页 |
| 4.1.3 R语言环境配置 | 第37-39页 |
| 4.2 预测算法实现 | 第39-41页 |
| 4.2.1 CBIND合并 | 第40-41页 |
| 4.2.2 权重设定 | 第41页 |
| 4.2.3 计算COSINE相似度 | 第41页 |
| 4.3 结果分析 | 第41-49页 |
| 4.3.1 推荐算法的度量方法 | 第41-42页 |
| 4.3.2 实验结果及分析 | 第42-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 个人简介 | 第55-56页 |
| 导师简介 | 第56-57页 |
| 副导师简介 | 第57-58页 |
| 致谢 | 第58页 |