| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 论文研究意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 聚类算法领域的研究 | 第11-12页 |
| 1.3.2 Hadoop框架下的聚类分析 | 第12-13页 |
| 1.4 论文主要完成的工作内容 | 第13-14页 |
| 1.5 论文的结构安排 | 第14-16页 |
| 第二章 相关技术及应用研究 | 第16-30页 |
| 2.1 分布式相关技术的研究 | 第16-24页 |
| 2.1.1 大数据的存储与处理 | 第16-17页 |
| 2.1.2 Apache Hadoop和Hadoop生态系统 | 第17页 |
| 2.1.3 分布式文件系统HDFS | 第17-20页 |
| 2.1.4 分布式编程框架MapReduce | 第20-23页 |
| 2.1.5 Apache Hadoop YARN | 第23-24页 |
| 2.2 聚类与Web日志挖掘 | 第24-29页 |
| 2.2.1 聚类分析 | 第24-27页 |
| 2.2.2 Web挖掘 | 第27-28页 |
| 2.2.3 Web日志挖掘中的聚类 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 聚类算法的并行化扩展 | 第30-42页 |
| 3.1 传统的K-means算法及其并行化的改进 | 第30-34页 |
| 3.2 基于密度的K-means聚类及并行化改进可行性分析 | 第34-38页 |
| 3.3 基于密度的K-means算法并行化的改进 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 日志聚类分析系统设计 | 第42-52页 |
| 4.1 日志聚类分析系统总体架构 | 第42-43页 |
| 4.2 数据采集和存储模块 | 第43-44页 |
| 4.3 日志的预处理及特征提取模块 | 第44-49页 |
| 4.3.1 数据的清洗 | 第45-46页 |
| 4.3.2 用户及会话识别 | 第46-49页 |
| 4.4 数据的处理模块 | 第49-50页 |
| 4.5 结果的存储与展示模块 | 第50页 |
| 4.6 本章小结 | 第50-52页 |
| 第五章 系统的搭建与实验测试 | 第52-60页 |
| 5.1 Hadoop集群的部署 | 第52页 |
| 5.2 实验数据的测试 | 第52-58页 |
| 5.2.1 测试实验数据集的准备 | 第52-54页 |
| 5.2.2 算法准确率和聚类效果检测实验 | 第54-56页 |
| 5.2.3 Hadoop集群的性能测试实验 | 第56-58页 |
| 5.3 本章总结 | 第58-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间取得的科研成果 | 第66-68页 |
| 致谢 | 第68页 |