| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及研究意义 | 第8-9页 |
| 1.2 研究综述 | 第9-13页 |
| 1.3 创新之处 | 第13页 |
| 1.4 本文的主要内容及组织结构 | 第13-15页 |
| 第2章 大数据相关概念及发展 | 第15-21页 |
| 2.1 大数据定义及特点 | 第15-16页 |
| 2.1.1 大数据的定义 | 第15页 |
| 2.1.2 大数据特性 | 第15-16页 |
| 2.2 大数据成因 | 第16-18页 |
| 2.2.1 大数据发展基础 | 第16-17页 |
| 2.2.2 大数据快速发展因素 | 第17-18页 |
| 2.3 大数据引起问题 | 第18-20页 |
| 2.3.1 大数据在数据存储方面引起的问题 | 第18-19页 |
| 2.3.2 大数据在数据筛环节中引起的问题 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 数据存储与数据库的相关性问题 | 第21-34页 |
| 3.1 传统关系型数据库优势分析 | 第21-25页 |
| 3.1.1 传统关系型数据库优点分析 | 第21-22页 |
| 3.1.2 大数据环境下关系型数据库瓶颈 | 第22-25页 |
| 3.2 大数据环境下非关系型数据库优势 | 第25-27页 |
| 3.2.1 大数据环境下非关系型数据库发展基础 | 第25-26页 |
| 3.2.2 基于大数据存储的非关系数据库特性 | 第26-27页 |
| 3.3 非关系型数据库解决大数据环境下关系型数据库瓶颈策略 | 第27-32页 |
| 3.3.1 应对网络数据存储需求的面向列型数据库 | 第27-30页 |
| 3.3.2 应对大数据快速读写需求的文档型数据库 | 第30-31页 |
| 3.3.3 应对大数据实时处理需求的键值型数据库 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 数据筛选分析及其在大数据下问题 | 第34-42页 |
| 4.1 数据筛选流程（ETL） | 第34-37页 |
| 4.1.1 数据抽取 | 第34-35页 |
| 4.1.2 数据清理 | 第35-37页 |
| 4.2 数据筛选中数据挖掘的算法使用环境分析 | 第37-40页 |
| 4.2.1 分类算法分析 | 第37-38页 |
| 4.2.2 聚类算法分析 | 第38页 |
| 4.2.3 关联算法分析 | 第38-40页 |
| 4.3 大数据下数据筛选问题 | 第40-41页 |
| 4.3.1 大数据下数据筛选流程遇到的问题 | 第40-41页 |
| 4.3.2 大数据下数据筛选算法遇到的问题 | 第41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 应用实例 | 第42-53页 |
| 5.1 应用背景 | 第42-44页 |
| 5.2 系统设计 | 第44-47页 |
| 5.2.1 设计目标 | 第44-45页 |
| 5.2.2 系统结构 | 第45-46页 |
| 5.2.3 数据处理流程 | 第46-47页 |
| 5.3 数据存储及筛选实现 | 第47-52页 |
| 5.3.1 数据存储准备 | 第47页 |
| 5.3.2 数据存储实现及相关代码 | 第47-49页 |
| 5.3.3 数据筛选功能实现及相关代码 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-56页 |
| 6.1 本文结论 | 第53-54页 |
| 6.2 研究局限与展望 | 第54-56页 |
| 6.2.1 研究局限 | 第54-55页 |
| 6.2.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 1 | 第59-61页 |
| 附录 2 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表论文 | 第65-66页 |