1. 毕业设计（论文）主要内容：
随着计算机及网络技术的迅速发展，数据流已成为网络监测、金融分析、通信等应用领域的主要数据模型。在数据挖掘中，聚类分析是对数据相似性研究的一项热点研究内容。数据流有实时、大量等特点，传统的数据聚类分析算法并不能满足数据流处理需求，因此针对数据流的聚类算法研究变得非常重要。
本设计主要内容包括：1.调研和分析流数据聚类的研究现状；2.学习Storm分布式实时计算平台相关技术；3.设计基于Storm框架的流聚类算法，该算法包括数据接入、聚类分析、结果输出等阶段，并在框架预定义的组件中分别编程实现，各组件通过数据流连通形成任务实体，提交到集群完成运行。
2. 毕业设计（论文）主要任务及要求
（1）查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；（2）认真填写周记，完成800字开题报告；（3）完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；（4）完成系统的编码与调试；（5）完成10000字以上的毕业论文；（6）进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
(1) 2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；
(2) 2017/2/23—2017/4/30：系统架构，程序设计与开发，系统测试与完善；
(3) 2017/5/1—2017/5/25：撰写及修改毕业论文；
4. 主要参考文献
[1]孙大为,张广艳,郑纬民. 大数据流式计算:关键技术及系统实例[J]. 软件学报,2014,04:839-862.
[2] Cha S, Wachowicz M. Developing a Real-Time Data Analytics Framework Using Hadoop[C]//2015 IEEE International Congress on Big Data. IEEE, 2015: 657-660.
[3]崔星灿,禹晓辉,刘洋,吕朝阳. 分布式流处理技术综述[J]. 计算机研究与发展,2015,02:318-332.
