| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 电商环境分析 | 第11页 |
| 1.2 研究目的 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-13页 |
| 1.3.1 国外研究现状 | 第12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 研究方法 | 第13页 |
| 1.5 论文结构 | 第13-15页 |
| 第2章 电商平台下数据挖掘分析 | 第15-32页 |
| 2.1 电商平台简介 | 第15页 |
| 2.2 移动互联网时代的电商大数据 | 第15-17页 |
| 2.3 数据库技术 | 第17-18页 |
| 2.3.1 数据库科技慨括及其发展 | 第17-18页 |
| 2.4 数据挖掘及相关技术 | 第18-26页 |
| 2.4.1 关联规则分析 | 第18-22页 |
| 2.4.2 聚类分析 | 第22-25页 |
| 2.4.3 分类分析 | 第25-26页 |
| 2.5 电商平台下的数据挖掘应用 | 第26-27页 |
| 2.5.1 用户巩固 | 第26页 |
| 2.5.2 用户挖掘 | 第26页 |
| 2.5.3 电商平台分析 | 第26-27页 |
| 2.5.4 市场分析 | 第27页 |
| 2.6 Hadoop集群简介 | 第27-32页 |
| 2.6.1 分布式文件系统——HDFS | 第27-29页 |
| 2.6.2 分布式计算模型——Map Reduce | 第29-30页 |
| 2.6.3 分布式数据库——HBase | 第30-32页 |
| 第3章 数据挖掘中的关联规则算法及其应用 | 第32-43页 |
| 3.1 关联规则算法介绍 | 第32-33页 |
| 3.2 关联规则的种类 | 第33-34页 |
| 3.3 经典关联规则算法 | 第34-40页 |
| 3.3.1 Apriori算法 | 第34-38页 |
| 3.3.2 FP- Growth算法 | 第38-40页 |
| 3.4 Hadoop下的并行关联规则算法应用 | 第40-43页 |
| 第4章 系统设计与实现 | 第43-51页 |
| 4.1 数据预处理 | 第43页 |
| 4.1.1 数据来源 | 第43页 |
| 4.1.2 数据清洗 | 第43页 |
| 4.2 系统模型设计与实现 | 第43-49页 |
| 4.2.1 系统整体架构图 | 第43-44页 |
| 4.2.2 Hadoop平台搭建与测试 | 第44-46页 |
| 4.2.3 HBase结构设计与实现 | 第46-48页 |
| 4.2.4 数据展示页面设计与实现 | 第48-49页 |
| 4.3 实验结果分析 | 第49-51页 |
| 4.3.1 用户问卷调查 | 第49页 |
| 4.3.2 算法效果对比 | 第49-51页 |
| 结论 | 第51-53页 |
| 5.1 全文总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |