摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第11-17页 |
1.1 研究背景及意义 | 第11-13页 |
1.1.1 研究背景 | 第11-12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 本论文所做的工作 | 第15-16页 |
1.4 本论文的组织结构 | 第16-17页 |
第二章 相关技术研究 | 第17-31页 |
2.1 关联规则挖掘概念 | 第17-18页 |
2.2 关联规则挖掘分类 | 第18页 |
2.3 关联规则挖掘算法 | 第18-25页 |
2.3.1 经典数据挖掘算法—Apriori | 第18-21页 |
2.3.2 Apriori算法的改进 | 第21-22页 |
2.3.3 利用树形数据结构进行压缩的算法—FPGrowth | 第22-25页 |
2.4 并行化平台Hadoop的研究 | 第25-30页 |
2.4.1 Hadoop概述 | 第25-27页 |
2.4.2 并行化计算模型—MapReduce | 第27-28页 |
2.4.3 分布式文件系统—HDFS | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第三章PrePost算法的分析与改进 | 第31-44页 |
3.1 PrePost算法中的数据结构定义 | 第31-35页 |
3.1.1 PPC-Tree树定义 | 第31-32页 |
3.1.2 PPCode编码定义 | 第32-33页 |
3.1.3 N-list结构定义 | 第33-35页 |
3.2 PrePost算法概述 | 第35-41页 |
3.2.1 PrePost算法流程 | 第35-41页 |
3.2.2 PrePost算法的优缺点 | 第41页 |
3.3 对PrePost算法的改进 | 第41-43页 |
3.4 本章小结 | 第43-44页 |
第四章 一种基于Hadoop平台的MRPrePost挖掘算法 | 第44-60页 |
4.1 MRPrePost算法概述 | 第44-54页 |
4.1.1 统计频繁1项集 | 第45-46页 |
4.1.2 对F-list均匀分组 | 第46-47页 |
4.1.3 并行挖掘频繁模式 | 第47-54页 |
4.2 分布式集群中的负载均衡策略研究 | 第54-58页 |
4.2.1 负载均衡的定义 | 第54页 |
4.2.2 基于负载均衡的MRPrePost算法的分组依据 | 第54-56页 |
4.2.3 负载均衡化的分组策略 | 第56页 |
4.2.4 负载均衡下的分组过程 | 第56-58页 |
4.3 分布式集群通信量 | 第58-59页 |
4.4 本章小结 | 第59-60页 |
第五章MRPrePost算法的性能测试与分析 | 第60-68页 |
5.1 实验数据与环境 | 第60-62页 |
5.1.1 实验数据 | 第60页 |
5.1.2 实验环境 | 第60-62页 |
5.2 实验结果与分析 | 第62-67页 |
5.3 本章小结 | 第67-68页 |
总结与展望 | 第68-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间取得的研究成果 | 第74-75页 |
致谢 | 第75-76页 |
附件 | 第76页 |