首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

大数据集序列模式挖掘算法研究

摘要第1-7页
Abstract第7-9页
第一章 绪论第9-15页
   ·研究背景与意义第9页
   ·相关研究现状第9-12页
     ·序列模式挖掘研究现状第9-11页
     ·大数据集挖掘研究现状第11-12页
   ·论文主要研究工作第12-13页
   ·论文组织结构第13-14页
   ·本章小结第14-15页
第二章 序列模式挖掘算法研究第15-21页
   ·序列模式挖掘概念第15页
   ·基本术语第15-16页
   ·序列模式挖掘和关联规则挖掘的区别第16页
   ·序列模式挖掘的经典算法第16-20页
     ·AprioriAll 算法第16-17页
     ·GSP 算法第17-18页
     ·FreeSpan 算法第18页
     ·PrefixSpan 算法第18-19页
     ·经典算法的比较分析第19-20页
   ·本章小结第20-21页
第三章 大数据与 Hadoop 平台第21-29页
   ·大数据第21-22页
     ·大数据的起源和发展过程第21页
     ·大数据的特征第21-22页
     ·大数据的类型第22页
     ·大数据的处理流程第22页
   ·云计算平台 Hadoop第22-23页
   ·HDFS第23-25页
     ·HDFS 体系结构第24页
     ·HDFS 文件读写第24-25页
   ·Map-Reduce第25-27页
     ·Map-Reduce 编程模型第25页
     ·Map-Reduce 的数据处理流程第25-26页
     ·Map-Reduce 的工作机制第26-27页
   ·Hbase第27-28页
     ·Hbase 数据模型第27-28页
     ·Hbase 数据库与关系型数据库的区别第28页
   ·本章小结第28-29页
第四章 基于序列模式挖掘的改进算法第29-44页
   ·BLSPM 算法第29-32页
     ·基本思想第29页
     ·相关的定义和定理第29-30页
     ·伪代码实现第30-31页
     ·BLSPM 算法实例第31-32页
   ·实验结果及分析第32-36页
     ·两种算法的挖掘结果分析第32-33页
     ·两种算法在不同支持度下对比分析第33-34页
     ·两种算法在不同类型数据集下对比分析第34-36页
     ·在不同大小的数据集下对比分析第36页
   ·基于 Map-Reduce 的 BLSPM 算法第36-41页
     ·算法的基本思路第36-37页
     ·算法的流程图第37-38页
     ·数据分片第38页
     ·并行计数第38-39页
     ·构建下三角矩阵第39页
     ·均衡分组第39页
     ·并行挖掘第39-41页
   ·实验结果与分析第41-43页
     ·实验环境第41页
     ·在单机和 Hadoop 平台上算法的加速比分析第41-42页
     ·在不同大小数据集下的算法分析第42-43页
   ·本章小结第43-44页
第五章 BLSPM 算法在超市商品摆放中的应用研究第44-52页
   ·BLSPM 算法在超市中的挖掘实例第44-47页
     ·在不同的商品种类间序列模式挖掘第45-46页
     ·在每一个商品种类内序列模式挖掘第46-47页
   ·实验结果与分析第47-51页
     ·实验环境第47页
     ·挖掘结果的比较与分析第47-48页
     ·在大数据集下挖掘结果与分析第48-51页
     ·实验评估第51页
   ·本章小结第51-52页
第六章 总结和展望第52-53页
   ·全文总结第52页
   ·未来工作展望第52-53页
参考文献第53-56页
攻读硕士期间发表的论文及参与的科研项目第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于形状切片和特征融合的三维模型检索方法研究
下一篇:视觉词袋模型的改进及其在图像分类中的应用研究