| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 频繁项集挖掘国内外研究现状 | 第10-11页 |
| 1.2.2 聚类分析国内外研究现状 | 第11-12页 |
| 1.2.3 问题提出 | 第12-13页 |
| 1.3 论文主要研究内容与结构 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方法 | 第14页 |
| 1.3.3 论文框架 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 相关理论与技术基础 | 第16-33页 |
| 2.1 数据挖掘概述及主要研究内容 | 第16-17页 |
| 2.2 关联规则基本理论 | 第17-21页 |
| 2.2.1 关联规则的数学描述 | 第17-18页 |
| 2.2.2 频繁项集挖掘算法FP-Growth | 第18-21页 |
| 2.3 聚类分析基本理论 | 第21-22页 |
| 2.3.1 聚类分析的数学描述 | 第21-22页 |
| 2.3.2 聚类分析算法K-means | 第22页 |
| 2.4 分布式计算技术 | 第22-28页 |
| 2.4.1 分布式计算框架Hadoop | 第23-24页 |
| 2.4.2 分布式计算框架ApacheSpark | 第24-28页 |
| 2.5 分布式集群的环境配置与构建方法 | 第28-31页 |
| 2.5.1 硬件要求及环境配置 | 第28-29页 |
| 2.5.2 分布式计算框架Hadoop的构建 | 第29-30页 |
| 2.5.3 分布式计算框架Spark的构建 | 第30-31页 |
| 2.5.4 集成开发环境SparkIDE的构建 | 第31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 基于Spark的并行FP-Growth算法改进 | 第33-42页 |
| 3.1 频繁项支持度计数及分组策略改进 | 第33-34页 |
| 3.2 基于Spark核心调度参数的性能调优 | 第34-35页 |
| 3.3 基于Spark框架的并行FP-Growth算法实现步骤 | 第35-37页 |
| 3.4 实验设计与结果分析 | 第37-40页 |
| 3.4.1 实验环境设置 | 第37-38页 |
| 3.4.2 实验数据及结果 | 第38-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于Spark的并行K-means算法改进 | 第42-50页 |
| 4.1 合理的簇数K值选取方案 | 第42页 |
| 4.2 初始簇中心点选择策略改进 | 第42-43页 |
| 4.3 距离计算过程优化与改进 | 第43-44页 |
| 4.4 改进后算法的并行化实现 | 第44-45页 |
| 4.5 性能仿真实验 | 第45-48页 |
| 4.5.1 实验环境与实验数据 | 第45页 |
| 4.5.2 并行K-means改进算法性能仿真 | 第45-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第五章 基于分布式数据挖掘算法的临时候车点选址方法 | 第50-57页 |
| 5.1 海量出租车GPS数据预处理 | 第50-52页 |
| 5.1.1 经纬度数据提取 | 第51页 |
| 5.1.2 区域外数据筛选与过滤 | 第51页 |
| 5.1.3 空间轨迹数据坐标系统转换 | 第51-52页 |
| 5.2 海量空间轨迹数据的可视化分析结果 | 第52-54页 |
| 5.2.1 基于GIS技术的路网拓扑结构 | 第53页 |
| 5.2.2 基于GIS技术的交通热点分布分析 | 第53-54页 |
| 5.3 海量空间轨迹数据的实验结果分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 图清单 | 第63-64页 |
| 表清单 | 第64-65页 |
| 攻读硕士学位期间科研情况 | 第65-66页 |
| 致谢 | 第66页 |
