基于数据挖掘算法的网络数据处理研究毕业论文

《基于数据挖掘算法的网络数据处理研究毕业论文》由会员分享，可在线阅读，更多相关《基于数据挖掘算法的网络数据处理研究毕业论文（53页珍藏版）》请在毕设资料网上搜索。

1、 本本 科科 毕毕 业业 设设 计（论文）计（论文） 题目题目: 基于基于数据挖掘算法的网络数据处理研究数据挖掘算法的网络数据处理研究 姓姓 名名 学学 院院 电子电子工程工程学学院院 专专 业业 电子科学与技术电子科学与技术 班班 级级 学学 号号 班内序号班内序号 指导教师指导教师 XX 本科毕业设计（论文）答辩决议书本科毕业设计（论文）答辩决议书 学院 电子工程学院 专业 电子科学与技术 班级 学生姓名 XX 学号 班内序号 毕业设计 论文题目 基于数据挖掘算法的网络数据处理研究 百分制成绩 五级分制成绩 指导教师姓名 XX 所在单位 电子工程学院 职称 讲师 指导教师评语：（主要包含选

2、题背景、意义；设计（论文）质量；设计（论文）成果、价值、创见性；论文撰写 水平、文本规范程度；学生能力体现、工作量、工作态度；不足和希望等方面） 指导教师评分 (满分 40 分) 签字 日 期 年 月 日 答辩小组评语：（主要包含选题背景、意义；设计（论文）质量；设计（论文）成果、价值、创见性；论文撰写 水平、文本规范程度；答辩准备、陈述、回答问题情况；不足和希望等方面） 答辩小组评分： 组长职称： 签字： (满分 60 分) 成员职称： 签字： 成员职称： 签字： 成员职称： 签字： 成员职称： 签字： 年 月 日 注：毕业设计（论文）成绩由指导教师评分（满分 40 分）和答辩小组评分（满分

3、 60 分）相加，得出百分制成绩，再按 100-90 分为“优”、89-80 分为“良”、79-70 分为“中”、69-60 分为“及格”、60 分以下为“不及格”的标准折合成五 级分制成绩。 基于基于数据挖掘算法的网络数据处理研究数据挖掘算法的网络数据处理研究 摘摘 要要 伴随着 web2.0、云计算、物联网等概念和技术的提出与快速发展，信息时代越来越 体现出它的“大数据”特征。为了发挥大数据的价值，数据仓库、数据挖掘技术在商业、 军事、经济、学术等众多领域越来越收到重视，正发挥着越来越大的作用。与此同时， 庞大的数据规模也向传统的数据挖掘工作提出了重大的挑战。依靠云计算等分布式计算 平台所

4、提供的强劲处理能力，将数据挖掘与云计算相结合正在成为行业的趋势，正不断 地显现出其强大的优势和潜力。以 Hadoop 为代表的分布式系统，正在逐渐成为大数据 挖掘系统必要组成部分。因此，本课题就是在 Hadoop 分布式系统上完成数据挖掘任务 的一次实践。主要任务是使用 Hadoop 搭建分布式集群环境，并在该环境上部署数据挖 掘任务。研究 Hadoop 系统架构，对其分布式文件系统 HDFS 和 MapReduce 进行基 本的理解，将数据挖掘后得到的结果再展示出来进行分析。 Web 的前端开发中，常常会对数据做出统计，进而要求绘制出相应的统计图以便查 看数据的走向和趋势。本文通过对基于 J

5、query的绘图插件 Highcharts 的结构分析，完 成了对 Highcharts 的简介、文件结构和配置以及高级功能的介绍。 HighCharts 是一个非常流行，界面美观的纯 Javascript 图表库，能够很便捷地在 Web 网站或是 Web 应用程序中提供直观、 交互性的图表，并且免费和开源。 HighCharts 支持大部分的图表类型。 HighCharts 使用 Javascript 编写， 支持 ASP， PHP， JAVA， NET 等多种语言， 用浏览器运行时不需要插件， 运行速度快， 另外 HighCharts 还 有很好的兼容性，能够支持当前大多数浏览器。因此可以

6、说 HighCharts 是一个真正意 义上的跨语言、 兼容性强、 实时显示的开源框架，在 Web 级图表创建方面具有较强 的优势。本文进行了 Highcharts 的安装、配置和应用，用 JavaScript 语言绘制出三种图 表，并对它们进行了分析，分析了 IT 类职业的现状和发展前景。 最后， 对本文的工作进行了总结和展望， 阐明了基于大数据的数据挖掘的发展前景。 关键词关键词 大数据 数据挖掘 Hadoop Highcharts Web 图表 Research on network data processing based on data mining algorithm ABSTRACT Accompanied by web, cloud computing, Internet of things such as concept and techno