基于HBase的人口收入水平的预测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 论文结构 | 第11-12页 |
| 第2章 Hadoop平台的相关技术 | 第12-23页 |
| 2.1 分布式文件系统HDFS | 第12-15页 |
| 2.1.1 HDFS的设计思想 | 第12-14页 |
| 2.1.2 HDFS的特点 | 第14-15页 |
| 2.2 分布式列式存储数据库HBase | 第15-18页 |
| 2.2.1 HBase数据库的系统架构 | 第15-17页 |
| 2.2.2 HBase数据库的特征 | 第17-18页 |
| 2.2.3 HBase数据库与关系数据库对比 | 第18页 |
| 2.2.4 HBase的访问接口 | 第18页 |
| 2.3 并行分布式编程模型MapReduce | 第18-21页 |
| 2.3.1 MapReduce模型的设计思想 | 第18-20页 |
| 2.3.2 MapReduce的工作机制 | 第20-21页 |
| 2.3.3 HBase下的MapReduce | 第21页 |
| 2.4 Hadoop平台的其它子项目 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于HBase的人口收入信息的数据库设计 | 第23-38页 |
| 3.1 HBase的数据模型 | 第23-25页 |
| 3.1.1 HBase的逻辑模型 | 第23-24页 |
| 3.1.2 HBase的物理模型 | 第24-25页 |
| 3.2 人口收入信息的表设计与操作 | 第25-31页 |
| 3.2.1 表设计 | 第25-28页 |
| 3.2.2 表操作 | 第28-31页 |
| 3.3 人口收入信息的数据导入 | 第31-35页 |
| 3.3.1 数据预处理 | 第31-32页 |
| 3.3.2 数据的导入方式 | 第32-33页 |
| 3.3.3 数据的导入实现 | 第33-35页 |
| 3.4 HBase性能分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于MapReduce的分类预测算法 | 第38-49页 |
| 4.1 经典的朴素贝叶斯算法 | 第38-41页 |
| 4.1.1 算法原理 | 第39-40页 |
| 4.1.2 算法优缺点 | 第40-41页 |
| 4.2 基于MapReduce的朴素贝叶斯算法 | 第41-48页 |
| 4.2.1 算法实现的思路 | 第41-42页 |
| 4.2.2 数据离散化 | 第42-44页 |
| 4.2.3 算法模型训练 | 第44-47页 |
| 4.2.4 算法模型评估 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第5章 实验结果与分析 | 第49-62页 |
| 5.1 实验背景 | 第49页 |
| 5.2 实验环境 | 第49-54页 |
| 5.2.1 实验的硬件和软件环境 | 第49-50页 |
| 5.2.2 Hadoop安装和配置 | 第50-52页 |
| 5.2.3 HBase安装和配置 | 第52-54页 |
| 5.3 算法执行过程 | 第54-58页 |
| 5.4 结果分析 | 第58-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |
