| 摘要 | 第5-7页 |
| Abs 化 act | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 本文工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第二章 面向海量数据处理的飞天云平台分析 | 第15-24页 |
| 2.1 云计算的背景 | 第15-16页 |
| 2.1.1 云计算的概念 | 第15页 |
| 2.1.2 云计算的分类 | 第15-16页 |
| 2.2 飞天云平台简介 | 第16-20页 |
| 2.2.1 飞天云平台体系架构 | 第16-17页 |
| 2.2.2 飞天云平台内核 | 第17-20页 |
| 2.2.3 飞天云平台开放服务 | 第20页 |
| 2.3 飞天云平台对海量数据处理的支撑 | 第20-23页 |
| 2.3.1 飞天云平台上的数据处理作业设计 | 第20-22页 |
| 2.3.2 飞天云平台上的典型应用案例 | 第22页 |
| 2.3.3 飞天云平台对海量网络用户行为数据处理的支撑 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 海量网络用户行为分析系统设计 | 第24-34页 |
| 3.1 网络用户行为 | 第24-26页 |
| 3.2 网络用户行为分析技术研究 | 第26-27页 |
| 3.3 汽车领域形态描述 | 第27-28页 |
| 3.4 网络用户行为分析系统设计 | 第28-33页 |
| 3.4.1 系统框架设计 | 第29-30页 |
| 3.4.2 系统各模块功能 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于两阶段联合过滤的海量网页快速过滤 | 第34-44页 |
| 4.1 网页分类的难点 | 第34-35页 |
| 4.2 网页分类方法研究现状 | 第35-37页 |
| 4.3 两阶段联合过滤技术 | 第37-43页 |
| 4.3.1 预处理 | 第38页 |
| 4.3.2 网页特征生成 | 第38-41页 |
| 4.3.3 基于领域字典的粗过滤技术 | 第41页 |
| 4.3.4 基于分类的细过滤处理 | 第41-42页 |
| 4.3.5 基于飞天云平台的两阶段过滤实现方案 | 第42-43页 |
| 4.3.6 结果分析 | 第43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 基于网络访问日志的用户属性信息生成 | 第44-52页 |
| 5.1 用户属性信息生成分析 | 第44-45页 |
| 5.1.1 实现目标 | 第44页 |
| 5.1.2 用户属性信息生成的难点 | 第44-45页 |
| 5.1.3 生成用户属性的处理思路 | 第45页 |
| 5.2 基于飞天云平台提取页面属性信息 | 第45-47页 |
| 5.2.1 品牌属性提取 | 第45-46页 |
| 5.2.2 车型属性提取 | 第46页 |
| 5.2.3 级别与价位属性提取 | 第46-47页 |
| 5.3 基于飞天云平台提取用户属性信息 | 第47-51页 |
| 5.3.1 单日用户属性提取 | 第47-49页 |
| 5.3.2 用户属性信息增量聚合 | 第49-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 基于用户浏览信息的车辆关注度分析实践 | 第52-59页 |
| 6.1 实验环境与数据 | 第52页 |
| 6.2 实验结果可视化展示与分析 | 第52-58页 |
| 6.2.1 微观数据展示与分析 | 第52-55页 |
| 6.2.2 宏观数据展示与分析 | 第55-57页 |
| 6.2.3 潜在感兴趣用户过滤 | 第57-58页 |
| 6.3 本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| 7.1 本文工作总结 | 第59-60页 |
| 7.2 进一步工作展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录 | 第66-67页 |
| 附录A—硕士期间发表的论文 | 第66页 |
| 附录B—硕士期间发表的专利 | 第66页 |
| 附录C—硕士期间参与的科研项目 | 第66-67页 |
| 致谢 | 第67-68页 |