| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.1.1 课题研究背景 | 第10-11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文结构安排 | 第13-15页 |
| 2 相关技术理论介绍 | 第15-28页 |
| 2.1 网络爬虫 | 第15-18页 |
| 2.1.1 网络爬虫原理 | 第15页 |
| 2.1.2 网络爬虫的基本结构 | 第15-17页 |
| 2.1.3 网络爬虫搜索策略 | 第17-18页 |
| 2.2 HADOOP平台 | 第18-21页 |
| 2.2.1 分布式文件系统HDFS | 第18-20页 |
| 2.2.2 Map Reduce分布式计算模型 | 第20-21页 |
| 2.3 并行计算框架Spark | 第21-27页 |
| 2.3.1 Spark的组织架构 | 第22-23页 |
| 2.3.2 Spark的运行架构及计算模型 | 第23-24页 |
| 2.3.3 Map Reduce与Spark的Shuffle原理 | 第24-26页 |
| 2.3.4 优势对比分析 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 基于国内主流媒体的客户维系挽留研究 | 第28-38页 |
| 3.1 面向新浪微博的客户维系挽留的研究 | 第28页 |
| 3.2 面向新浪微博的网络爬虫框架选择 | 第28-31页 |
| 3.3 面向新浪微博的网络爬虫关键技术 | 第31-34页 |
| 3.4 面向新浪微博的网络爬虫相关设计 | 第34-35页 |
| 3.5 面向新浪微博的网络爬虫实现 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 环境搭建与用户数据处理 | 第38-43页 |
| 4.1 HADOOP环境搭建 | 第38-40页 |
| 4.1.1 HADOOP硬件环境和物理结构 | 第38-39页 |
| 4.1.2 HADOOP集群配置 | 第39-40页 |
| 4.2 Spark环境搭建及部署 | 第40页 |
| 4.3 系统测试与数据处理 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 用户数据分析与对策研究 | 第43-53页 |
| 5.1 Python Matplotlib绘图库 | 第43-44页 |
| 5.2 数据可视化实现 | 第44-47页 |
| 5.3 客户维系挽留可行性对策与建议 | 第47-52页 |
| 5.3.1 套餐资费问题改进对策与建议 | 第47-48页 |
| 5.3.2 宽带网络问题改进对策与建议 | 第48-49页 |
| 5.3.3 手机终端问题改进对策与建议 | 第49-50页 |
| 5.3.4 服务与安全保障改进对策与建议 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53-54页 |
| 6.2 展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 个人简历 | 第57-58页 |
| 致谢 | 第58页 |