基于Spark的移动用户行为数据查询分析系统设计与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 相关理论技术 | 第15-21页 |
| 2.1 SPARK概述 | 第15-17页 |
| 2.1.1 Spark基本架构 | 第15页 |
| 2.1.2 Spark模型设计 | 第15-17页 |
| 2.2 HDFS概述 | 第17-19页 |
| 2.2.1 分离元数据和数据 | 第17页 |
| 2.2.2 HDFS读写过程 | 第17-19页 |
| 2.3 HIVE概述 | 第19页 |
| 2.4 JAVAWEB概述 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 系统需求分析与概要设计 | 第21-31页 |
| 3.1 系统需求分析 | 第21-25页 |
| 3.1.1 系统需求概述 | 第21-22页 |
| 3.1.2 数据处理模块 | 第22-23页 |
| 3.1.3 数据查询分析模块 | 第23-24页 |
| 3.1.4 异常预测模块 | 第24-25页 |
| 3.1.5 非功能性需求 | 第25页 |
| 3.2 系统概要设计 | 第25-30页 |
| 3.2.1 系统架构设计 | 第25-27页 |
| 3.2.2 系统开发框架设计 | 第27页 |
| 3.2.3 系统数据库设计 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 移动用户行为异常预测算法研究 | 第31-42页 |
| 4.1 相关概念定义 | 第31-32页 |
| 4.2 加权最大语义行为模式相似性算法 | 第32-35页 |
| 4.3 移动用户行为异常预测算法 | 第35-41页 |
| 4.3.1 语义轨迹特征提取 | 第36-37页 |
| 4.3.2 时间段和行为模式划分 | 第37-38页 |
| 4.3.3 语义行为模式挖掘 | 第38-39页 |
| 4.3.4 语义行为模式相似性计算 | 第39-40页 |
| 4.3.5 不同行为模式相似性合并 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 系统详细设计与实现 | 第42-63页 |
| 5.1 数据导入模块详细设计与实现 | 第42-45页 |
| 5.1.1 数据导入功能详细设计 | 第42-44页 |
| 5.1.2 数据导入模块实现效果 | 第44-45页 |
| 5.2 数据清洗模块详细设计与实现 | 第45-50页 |
| 5.2.1 数据清洗功能详细设计 | 第45-47页 |
| 5.2.2 数据清洗算法设计 | 第47-50页 |
| 5.2.3 数据清洗模块实现效果 | 第50页 |
| 5.3 数据查询模块详细设计与实现 | 第50-53页 |
| 5.3.1 数据查询功能详细设计 | 第50-52页 |
| 5.3.2 数据查询模块实现效果 | 第52-53页 |
| 5.4 数据分析模块详细设计与实现 | 第53-58页 |
| 5.4.1 数据分析功能详细设计 | 第53-56页 |
| 5.4.2 CDR数据分析模型设计 | 第56-57页 |
| 5.4.3 数据分析模块实现效果 | 第57-58页 |
| 5.5 异常预测模块详细设计与实现 | 第58-62页 |
| 5.5.1 异常预测功能详细设计 | 第58-60页 |
| 5.5.2 异常预测模块实现效果 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 第六章 系统部署与测试 | 第63-73页 |
| 6.1 系统环境部署 | 第63-65页 |
| 6.1.1 软硬件环境 | 第63-64页 |
| 6.1.2 Spark集群环境搭建 | 第64-65页 |
| 6.2 系统测试 | 第65-72页 |
| 6.2.1 样本数据来源 | 第65-66页 |
| 6.2.2 数据分析测试 | 第66-69页 |
| 6.2.3 异常预测测试 | 第69-71页 |
| 6.2.4 系统性能测试 | 第71-72页 |
| 6.3 本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 工作总结 | 第73页 |
| 7.2 工作展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 在学期间发表的学术论文及其他科研成果 | 第80页 |
