| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第二章 相关技术介绍 | 第15-30页 |
| 2.1 Spark技术介绍 | 第15-22页 |
| 2.1.1 Spark简介 | 第15页 |
| 2.1.2 Spark的运行模式 | 第15-20页 |
| 2.1.3 Spark的上层生态系统 | 第20-22页 |
| 2.2 网络用户行为分析 | 第22-29页 |
| 2.2.1 网络用户行为分析目的 | 第22页 |
| 2.2.2 网络用户行为分析方式 | 第22-23页 |
| 2.2.3 网络用户行为数据挖掘方法 | 第23-24页 |
| 2.2.4 网络用户行为数据挖掘算法 | 第24-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 网络用户行为数据的收集与预处理 | 第30-39页 |
| 3.1 网络用户行为的数据源 | 第30页 |
| 3.2 网络用户行为数据源的分类与获取 | 第30-36页 |
| 3.2.1 通过日志获取网络用户行为记录 | 第31-32页 |
| 3.2.2 通过网络数据包捕获来获得网络用户的行为信息 | 第32-33页 |
| 3.2.3 网络用户行为数据收集模型框架的重构 | 第33-36页 |
| 3.3 网络用户行为数据的预处理 | 第36-38页 |
| 3.3.1 数据简化 | 第37页 |
| 3.3.2 用户身份识别 | 第37页 |
| 3.3.3 会话识别 | 第37页 |
| 3.3.4 路径补充 | 第37-38页 |
| 3.3.5 事务识别 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于Spark的网络用户行为分析方法的设计与实现 | 第39-53页 |
| 4.1 基于Spark的的网络用户行为分析方法的设计 | 第39-40页 |
| 4.2 Apriori算法的改进 | 第40-49页 |
| 4.2.1 Apriori算法第一阶段的改进 | 第40-42页 |
| 4.2.2 Apriori算法第二阶段的改进 | 第42-44页 |
| 4.2.3 性能测试 | 第44-45页 |
| 4.2.4 实验数据集 | 第45页 |
| 4.2.5 数据扩展性测试 | 第45-47页 |
| 4.2.6 节点扩展性测试 | 第47-49页 |
| 4.3 应用案例 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 结论与展望 | 第53-56页 |
| 5.1 论文工作总结 | 第53页 |
| 5.2 未来工作展望 | 第53-56页 |
| 参考文献 | 第56-60页 |
| 附录 攻读学位期间主要成果 | 第60-61页 |
| 致谢 | 第61页 |
