基于银行客户数据分析的用户画像系统设计与实现

目录

声明

第一章绪论

1.1 研究背景和意义

1.2 国内外历史与现状

1.2.1 基础概念

1.2.2 发展现状

1.3 用户画像系统解决的问题及实现目标

1.4 论文结构安排

第二章用户画像和大数据技术理论概述

2.1 用户画像概念

2.2 技术概述

2.2.1 Hadoop 及Hadoop 架构分析

2.2.2 Zookeeper 介绍

2.2.3 HBase介绍

2.2.4 Hive 介绍

2.2.5 Flume 介绍

2.2.6 Sqoop 介绍

2.3 标签算法介绍

2.3.1 TF-IDF 权重计算

2.3.2 K-means 聚类算法

2.4 用户画像金融行业应用

2.5 本章小结

第三章用户画像系统需求分析

3.2 用户需求概述

3.2.1 标签管理

3.2.2 用户画像

3.2.3 数据报表及仪表盘

3.3.1 标签数据采集建模

3.3.2 画像标签计算建模

3.3.3 展示层建模

3.4.1 软硬件需求

3.4.2 开发及运算需求

3.4.3 数据安全及保密需求

3.5 本章小结

第四章用户画像系统的设计

4.2 系统体系结构设计

4.3 模块设计

4.3.1 系统数据层设计

4.3.2 系统业务层设计

4.3.3 系统展示层设计

4.4 本章小结

第五章用户画像系统的实现

5.1.2 系统实现的软件平台

5.2 系统数据层实现

5.2.1 HDFS 文件系统数据采集

5.2.2 Sqoop 数据导入采集

5.2.3 Flume 非格式化数据采集

5.3 业务处理层实现

5.3.1 行为日志分析实现

5.3.2 用户标签计算实现

5.3.3 TF-IDF 计算实现

5.4 展示层实现

5.4.1 展示层框架

5.4.1 数据可视化实现

5.5 本章小结

第六章用户画像系统测试与效果展示

6.1.2 系统重点功能测试

6.2 系统重点功能展示

6.3 本章小结

第七章总结与展望

7.1 全文总结

7.2 后续工作展望

致谢

参考文献