| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章引言 | 第9-16页 |
| 1.1 课题的研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 Hadoop的研究现状 | 第10-11页 |
| 1.2.2 数据挖掘的研究现状 | 第11-12页 |
| 1.2.3 数据挖掘算法并行化的研究现状 | 第12-14页 |
| 1.3 论文的研究内容与体系结构 | 第14-15页 |
| 1.3.1 论文的研究内容 | 第14页 |
| 1.3.2 论文的体系结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 Hadoop平台及数据挖掘概述 | 第16-34页 |
| 2.1 Hadoop技术 | 第16-18页 |
| 2.2 HDFS分布式文件系统 | 第18-22页 |
| 2.2.1 HDFS系统框架 | 第18-19页 |
| 2.2.2 HDFS的数据读取过程 | 第19-20页 |
| 2.2.3 数据写入过程 | 第20-22页 |
| 2.3 MapReduce并行编程模型 | 第22-26页 |
| 2.3.1 MapReduce原理 | 第22-24页 |
| 2.3.2 MapReduce工作机制 | 第24-26页 |
| 2.4 数据挖掘 | 第26-28页 |
| 2.4.1 知识发现和数据挖掘的概念 | 第26-28页 |
| 2.4.2 数据挖掘算法的特性 | 第28页 |
| 2.5 决策树概述 | 第28-33页 |
| 2.5.1 决策树构建 | 第29-32页 |
| 2.5.2 决策树分类 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 Hadoop平台上的C4.5bH算法的研究和实现 | 第34-50页 |
| 3.1 C4.5 算法 | 第34-38页 |
| 3.1.1 C4.5 算法的出现背景 | 第34页 |
| 3.1.2 C4.5 算法模型 | 第34-35页 |
| 3.1.3 C4.5 算法建树过程 | 第35-38页 |
| 3.2 C4.5 算法的并行化设计 | 第38-42页 |
| 3.2.1 并行策略 | 第38-39页 |
| 3.2.2 并行设计 | 第39-41页 |
| 3.2.3 算法分析 | 第41-42页 |
| 3.3 Hadoop实验平台的搭建与配置 | 第42-45页 |
| 3.3.1 环境配置 | 第42页 |
| 3.3.2 Hadoop平台的搭建 | 第42-45页 |
| 3.4 C4.5bH算法的实验分析 | 第45-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 Hadoop平台上的SPRINTbH算法的研究和实现 | 第50-60页 |
| 4.1 SPRINT算法模型 | 第50-52页 |
| 4.1.1 SPRINT算法的数据结构 | 第50-51页 |
| 4.1.2 计算最佳分裂 | 第51页 |
| 4.1.3 执行节点的分裂 | 第51-52页 |
| 4.2 SPRINT算法的并行化设计 | 第52-57页 |
| 4.2.1 并行策略 | 第52页 |
| 4.2.2 并行设计 | 第52-56页 |
| 4.2.3 算法分析 | 第56-57页 |
| 4.3 SPRINTbH算法的实验分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章基于Hadoop平台的CSbH算法的研究与实现 | 第60-66页 |
| 5.1 CS算法的研究与实现 | 第60-62页 |
| 5.1.1 数据结构的选择 | 第60-61页 |
| 5.1.2 最佳分割属性的选择 | 第61-62页 |
| 5.1.3 CS算法的实验分析 | 第62页 |
| 5.2 CSbH算法的研究与实现 | 第62-65页 |
| 5.2.1 CSbH算法的并行化实现 | 第62-63页 |
| 5.2.2 CSbH算法的实验分析 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章总结与展望 | 第66-68页 |
| 6.1 本文研究总结 | 第66-67页 |
| 6.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第71-72页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第72-73页 |
| 致谢 | 第73页 |
