| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 引言 | 第7-11页 |
| 1.1 论文研究背景与意义 | 第7-9页 |
| 1.2 论文主要工作 | 第9页 |
| 1.3 论文组织结构 | 第9-11页 |
| 第二章 相关技术概述与分析 | 第11-25页 |
| 2.1 数据挖掘技术概述 | 第11-12页 |
| 2.2 数据挖掘的任务 | 第12-17页 |
| 2.3 聚类挖掘概述 | 第17-20页 |
| 2.3.1 聚类挖掘概念 | 第17页 |
| 2.3.2 聚类挖掘算法概述 | 第17-20页 |
| 2.4 大数据处理平台概述与分析 | 第20-24页 |
| 2.4.1 Hadoop计算框架分析 | 第20-22页 |
| 2.4.2 Spark计算框架分析 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于Spark的密度聚类算法并行化研究 | 第25-36页 |
| 3.1 DBSCAN聚类算法分析 | 第25-27页 |
| 3.1.1 有关定义 | 第25-27页 |
| 3.1.2 DBSCAN算法基本原理 | 第27页 |
| 3.2 DBSCAN算法基于Spark的并行化方案设计 | 第27-29页 |
| 3.3 DBSCAN算法基于Spark平台的并行化实现与测试 | 第29-35页 |
| 3.3.1 Spark部署过程 | 第29-33页 |
| 3.3.2 测试实验与结果分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于Spark的DBSCAN聚类算法应用 | 第36-52页 |
| 4.1 电信用户分类营销系统需求分析 | 第36-38页 |
| 4.1.1 信息需求 | 第36-37页 |
| 4.1.2 功能需求 | 第37-38页 |
| 4.1.3 环境需求 | 第38页 |
| 4.2 电信用户分类营销系统设计 | 第38-44页 |
| 4.2.1 系统架构与总体流程设计 | 第38-39页 |
| 4.2.2 功能与处理流程设计 | 第39-42页 |
| 4.2.3 数据库设计 | 第42-44页 |
| 4.3 系统实现 | 第44-49页 |
| 4.3.1 电信用户分类营销网站的实现 | 第45-47页 |
| 4.3.2 用户分类并行化算法的实现 | 第47页 |
| 4.3.3 用户分类结果展现模块的实现 | 第47-49页 |
| 4.4 制定针对性营销服务 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 致谢 | 第57页 |