| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和选题意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的主要内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第2章 相关理论与技术 | 第18-26页 |
| 2.1 web日志挖掘 | 第18-20页 |
| 2.2 聚类算法 | 第20-22页 |
| 2.3 Hadoop分布式技术 | 第22-25页 |
| 2.3.1 HDFS文件系统 | 第22-23页 |
| 2.3.2 MapReduce计算框架 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于Hadoop的web日志分析系统的设计 | 第26-40页 |
| 3.1 系统总体设计 | 第26-29页 |
| 3.2 web日志预处理模块的设计 | 第29-36页 |
| 3.2.1 web日志格式说明 | 第29-30页 |
| 3.2.2 数据清洗 | 第30页 |
| 3.2.3 用户识别 | 第30-31页 |
| 3.2.4 会话识别 | 第31页 |
| 3.2.5 路径补充 | 第31-32页 |
| 3.2.6 事务识别 | 第32-33页 |
| 3.2.7 基于Hadoop的web日志预处理过程设计 | 第33-36页 |
| 3.3 web日志挖掘模块的设计 | 第36-37页 |
| 3.4 存储模块的设计 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 基于LTF-KM的分布式聚类算法 | 第40-56页 |
| 4.1 LGTS-FOA算法的提出 | 第40-49页 |
| 4.1.1 混沌映射理论 | 第40-41页 |
| 4.1.2 禁忌搜索思想 | 第41-42页 |
| 4.1.3 果蝇优化算法 | 第42-44页 |
| 4.1.4 LGTS-FOA算法思想 | 第44-46页 |
| 4.1.5 实验结果与分析 | 第46-49页 |
| 4.2 LTF-KM算法的提出 | 第49-53页 |
| 4.2.1 K-mediods算法 | 第49-50页 |
| 4.2.2 LTF-KM算法思想 | 第50-51页 |
| 4.2.3 实验结果与分析 | 第51-53页 |
| 4.3 基于LTF-KM的分布式聚类算法的提出 | 第53-55页 |
| 4.3.1 算法思想 | 第54-55页 |
| 4.3.2 算法流程 | 第55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 基于Hadoop的web日志分析系统的实现 | 第56-76页 |
| 5.1 系统总体实现 | 第56-57页 |
| 5.2 Hadoop分布式平台搭建 | 第57-60页 |
| 5.3 web日志预处理模块的实现 | 第60-64页 |
| 5.3.1 数据源的选取 | 第60-61页 |
| 5.3.2 数据清洗的实现 | 第61页 |
| 5.3.3 用户识别的实现 | 第61-62页 |
| 5.3.4 会话识别、路径补充和事务识别的实现 | 第62-64页 |
| 5.4 web日志挖掘模块的实现 | 第64-69页 |
| 5.4.1 基于主题访问频次的用户行为建模 | 第64-66页 |
| 5.4.2 基于LTF-KM的分布式聚类MapReduce实现 | 第66-69页 |
| 5.5 系统测试与结果分析 | 第69-75页 |
| 5.5.1 聚类质量对比实验 | 第70-73页 |
| 5.5.2 收敛速度对比实验 | 第73-74页 |
| 5.5.3 集群负载能力对比实验 | 第74-75页 |
| 5.6 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的学术论文 | 第82-84页 |
| 致谢 | 第84页 |
