| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 互联网数据分析 | 第9-10页 |
| 1.2.2 Hadoop并行处理框架 | 第10-11页 |
| 1.2.3 分析方法研究 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 相关技术 | 第14-27页 |
| 2.1 Hadoop | 第14-23页 |
| 2.1.1 Hadoop框架 | 第15-16页 |
| 2.1.2 HDFS | 第16-18页 |
| 2.1.3 MapReduce | 第18-20页 |
| 2.1.4 Hive | 第20-21页 |
| 2.1.5 Hadoop生态系统 | 第21-22页 |
| 2.1.6 Hadoop的优势及应用 | 第22-23页 |
| 2.2 Web日志挖掘 | 第23-26页 |
| 2.2.1 日志的格式类型及其包含的信息 | 第23-24页 |
| 2.2.2 Web日志挖掘过程 | 第24-25页 |
| 2.2.3 模式发现技术 | 第25页 |
| 2.2.4 Web日志挖掘的价值与应用 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 聚类算法研究 | 第27-46页 |
| 3.1 聚类分析 | 第27-33页 |
| 3.1.1 聚类分析的特征 | 第28页 |
| 3.1.2 样本相似度的计算 | 第28-30页 |
| 3.1.3 聚类算法种类 | 第30-33页 |
| 3.2 K-means聚类算法 | 第33-38页 |
| 3.2.1 K-means聚类算法的原理 | 第33-37页 |
| 3.2.2 K-means聚类算法的优缺点 | 第37页 |
| 3.2.3 K-means聚类算法的变体 | 第37-38页 |
| 3.3 Canopy聚类算法 | 第38-41页 |
| 3.3.1 Canopy聚类算法 | 第38-40页 |
| 3.3.2 Canopy聚类算法的聚类精度 | 第40页 |
| 3.3.3 基于Canopy聚类算法的优势 | 第40-41页 |
| 3.4 二分K-means聚类算法 | 第41-42页 |
| 3.4.1 二分K-means聚类算法处理流程 | 第41-42页 |
| 3.4.2 二分K-means聚类算法的优势 | 第42页 |
| 3.5 K-means聚类算法的改进 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 用户行为分析系统的设计与实现 | 第46-62页 |
| 4.1 系统环境与数据来源 | 第46-47页 |
| 4.1.1 系统环境 | 第46页 |
| 4.1.2 数据来源 | 第46-47页 |
| 4.2 系统整体结构 | 第47-48页 |
| 4.2.1 数据采集模块 | 第47-48页 |
| 4.2.2 数据预处理模块 | 第48页 |
| 4.2.3 Canopy聚类模块 | 第48页 |
| 4.2.4 K-means聚类模块 | 第48页 |
| 4.3 数据采集模块的设计与实现 | 第48-51页 |
| 4.3.1 用户搜索记录的格式 | 第49页 |
| 4.3.2 用户搜索记录的提取与计数 | 第49-50页 |
| 4.3.3 用户搜索记录的存储 | 第50-51页 |
| 4.4 数据预处理模块的设计与实现 | 第51-52页 |
| 4.4.1 Keyword类的定义 | 第51页 |
| 4.4.2 用户搜索记录的读入和合并 | 第51-52页 |
| 4.5 Canopy聚类模块的设计与实现 | 第52-56页 |
| 4.5.1 Canopy算法的并行策略 | 第52-53页 |
| 4.5.2 Canopy聚类的距离定义和阈值设置 | 第53页 |
| 4.5.3 Canopy聚类的具体过程 | 第53-56页 |
| 4.5.4 Canopy聚类的具体过程 | 第56页 |
| 4.5.5 删除异常点所在的Canopy集合 | 第56页 |
| 4.6 K-means聚类模块的设计与实现 | 第56-58页 |
| 4.6.1 K-means算法的并行策略 | 第57页 |
| 4.6.2 K-means聚类的距离定义与中心点计算 | 第57页 |
| 4.6.3 K-means聚类的具体过程 | 第57-58页 |
| 4.7 实验结果与分析 | 第58-61页 |
| 4.7.1 单机对比实验 | 第58-59页 |
| 4.7.2 集群加速比实验 | 第59-60页 |
| 4.7.3 结果分析 | 第60-61页 |
| 4.8 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文工作总结 | 第62页 |
| 5.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68页 |