基于数据挖掘的选题策划的研究与设计
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-16页 |
| ·课题研究背景 | 第7-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·课题研究意义 | 第13页 |
| ·论文研究内容 | 第13-15页 |
| ·论文的组织结构 | 第15-16页 |
| 2 基于数据挖掘的选题策划的研究 | 第16-31页 |
| ·提取数据的研究 | 第16-19页 |
| ·数据调研 | 第16-17页 |
| ·网页页面的获取 | 第17-18页 |
| ·页面信息的研究 | 第18页 |
| ·网站信息提取工具选取 | 第18-19页 |
| ·海量信息存储研究 | 第19-23页 |
| ·存储技术调研 | 第19-20页 |
| ·Hadoop技术 | 第20-22页 |
| ·HDFS分布式文件系统 | 第22页 |
| ·MapReduce概述 | 第22-23页 |
| ·数据仓库技术 | 第23-25页 |
| ·图书市场信息的数据挖掘 | 第25-26页 |
| ·用户特征向量 | 第25-26页 |
| ·降权模块 | 第26页 |
| ·分类算法的研究 | 第26-29页 |
| ·贝叶斯算法 | 第27-28页 |
| ·贝叶斯算法应用 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 3 基于数据挖掘的选题策划的设计 | 第31-48页 |
| ·基于数据挖掘的选题策划的设计 | 第31-35页 |
| ·需求分析 | 第31-32页 |
| ·功能设计 | 第32-34页 |
| ·图书信息结构研究 | 第34页 |
| ·数据库设计 | 第34-35页 |
| ·图书元数据和市场信息的提取和分析 | 第35-38页 |
| ·图书相关信息的提取 | 第35-38页 |
| ·海量信息的云存储和管理 | 第38-44页 |
| ·搭建云存储环境 | 第38-40页 |
| ·在集群上安装Hive | 第40-41页 |
| ·实现海量数据存储和管理的具体功能 | 第41-44页 |
| ·选题策划的数据挖掘 | 第44-47页 |
| ·浅度挖掘 | 第44-45页 |
| ·深度挖掘 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 4 实验结果分析 | 第48-51页 |
| ·实验环境 | 第48页 |
| ·集群信息 | 第48页 |
| ·数据处理性能评估 | 第48-49页 |
| ·数据挖掘评估 | 第49-51页 |
| 5 总结与展望 | 第51-53页 |
| ·总结 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 申请学位期间的研究成果及发表的学术论文 | 第56-57页 |
| 致谢 | 第57页 |
