| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 论文研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 论文结构 | 第13-15页 |
| 第二章 相关概念及研究现状 | 第15-19页 |
| 2.1 用户点击识别 | 第15-16页 |
| 2.2 复杂网络介绍 | 第16页 |
| 2.3 社区发现 | 第16-19页 |
| 第三章 实验分析平台与数据处理 | 第19-33页 |
| 3.1 Spark分布式架构 | 第19-29页 |
| 3.1.1 Spark生态系统简介 | 第19-21页 |
| 3.1.2 Spark运行机制 | 第21-23页 |
| 3.1.3 Spark Streaming流式处理框架 | 第23-25页 |
| 3.1.4 利用Spark SQL进行结构化数据处理 | 第25-27页 |
| 3.1.5 Spark计算模型 | 第27-29页 |
| 3.2 Kafka集群环境介绍 | 第29-30页 |
| 3.3 数据采集与预处理 | 第30-32页 |
| 3.3.1 实验环境介绍 | 第30-31页 |
| 3.3.2 实验数据说明 | 第31-32页 |
| 3.3.3 数据容错处理 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 用户点击识别方法的研究 | 第33-47页 |
| 4.1 用户点击识别 | 第33-34页 |
| 4.1.1 用户点击请求的产生 | 第33-34页 |
| 4.1.2 用户点击识别方法 | 第34页 |
| 4.2 基于Referer的用户点击识别方法 | 第34-40页 |
| 4.2.1 URL Referer图的构建 | 第35-36页 |
| 4.2.2 点击请求识别规则 | 第36-38页 |
| 4.2.3 重定向点击请求的识别 | 第38-40页 |
| 4.3 用户点击识别结果 | 第40-41页 |
| 4.3.1 点击识别结果评价标准 | 第40-41页 |
| 4.3.2 实验结果 | 第41页 |
| 4.4 点击识别结果特征分析 | 第41-44页 |
| 4.4.1 文件类型统计 | 第42页 |
| 4.4.2 文件大小分布统计 | 第42-43页 |
| 4.4.3 跟随请求个数分布统计 | 第43-44页 |
| 4.5 网页二部图结构分析 | 第44-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 网页社团分析 | 第47-60页 |
| 5.1 网页社团发现方法介绍 | 第47-49页 |
| 5.2 符号说明 | 第49页 |
| 5.3 具体方法实现 | 第49-56页 |
| 5.3.1 亲密度测量 | 第49-52页 |
| 5.3.2 矩阵稀疏算法 | 第52-55页 |
| 5.3.3 社区发现 | 第55-56页 |
| 5.4 实验结果分析 | 第56-59页 |
| 5.4.1 亲密度测量结果 | 第57-58页 |
| 5.4.2 社区发现结果 | 第58-59页 |
| 5.5 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文目录 | 第65页 |