| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 本课题的研究目的与意义 | 第9-11页 |
| 1.2 研究背景与现状 | 第11-13页 |
| 1.3 本课题的主要研究内容与创新点 | 第13-15页 |
| 2 大数据处理相关综述 | 第15-24页 |
| 2.1 大数据存储技术分析 | 第15-18页 |
| 2.1.1 大数据存储方案研究 | 第15-17页 |
| 2.1.2 大数据存储分类对比 | 第17-18页 |
| 2.1.3 存储系统的分析 | 第18页 |
| 2.2 大数据计算技术分析 | 第18-22页 |
| 2.2.1 批处理框架研究 | 第18-20页 |
| 2.2.2 流计算框架分析 | 第20-21页 |
| 2.2.3 交互式分析框架研究 | 第21-22页 |
| 2.3 数据挖掘方法综述 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于用户信息的多维度分析方法研究 | 第24-40页 |
| 3.1 用户行为数据分析理论与方法研究 | 第24-33页 |
| 3.1.1 信息行为理论研究 | 第24-25页 |
| 3.1.2 基于神经网络的用户行为分析方法 | 第25-27页 |
| 3.1.3 基于机器学习的用户行为分析方法 | 第27-33页 |
| 3.2 百度地图产品的多维度数据分析方法研究 | 第33-38页 |
| 3.2.1 地图产品的特殊性 | 第33-34页 |
| 3.2.2 百度地图服务分析 | 第34-35页 |
| 3.2.3 百度地图数据分析的优势 | 第35-36页 |
| 3.2.4 百度地图用户信息多维度分析系统架构设计 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 4 用户画像的研究及基于地图的建模分析 | 第40-52页 |
| 4.1 用户画像的技术研究 | 第40-41页 |
| 4.1.1 用户画像定义 | 第40页 |
| 4.1.2 画像标签体系 | 第40-41页 |
| 4.2 用户画像系统建模的理论方法研究 | 第41-42页 |
| 4.2.1 用户画像的应用研究 | 第41-42页 |
| 4.2.2 用户画像建模方法研究 | 第42页 |
| 4.3 百度地图用户画像系统模型构建 | 第42-48页 |
| 4.4 百度地图的画像模型分析 | 第48-50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 系统仿真与分析 | 第52-59页 |
| 5.1 实验环境设计 | 第52-53页 |
| 5.1.1 实验用硬件环境 | 第52页 |
| 5.1.2 实验用软件环境 | 第52-53页 |
| 5.2 数据处理 | 第53-57页 |
| 5.2.1 数据源选取 | 第53页 |
| 5.2.2 数据清洗整理 | 第53页 |
| 5.2.3 数据处理结果 | 第53-57页 |
| 5.3 结合应用场景的结果分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1攻读硕士学位期间参与的项目和发表的论文 | 第64-65页 |
| 附录2主要英文缩写语对照表 | 第65页 |