| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-15页 |
| 1.1 课题的研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 课题的研究内容 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 2 相关基础理论 | 第15-29页 |
| 2.1 聚类算法 | 第15-17页 |
| 2.1.1 聚类的概念 | 第15页 |
| 2.1.2 聚类分析 | 第15-16页 |
| 2.1.3 K-Means算法 | 第16-17页 |
| 2.2 Hadoop相关理论 | 第17-22页 |
| 2.2.1 HDFS文件系统 | 第17-19页 |
| 2.2.2 MapReduce编程模型 | 第19-22页 |
| 2.3 K选择排序算法 | 第22-24页 |
| 2.4 聚类中的采样算法 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于MapReduce的K-Means改进算法 | 第29-44页 |
| 3.1 经典K-Means算法的缺陷 | 第29-30页 |
| 3.2 基于MapReduce的K-Means算法 | 第30-32页 |
| 3.3 基于MapReduce的Canopy-Kmeans算法 | 第32-36页 |
| 3.4 K-Means算法的改进方案 | 第36-39页 |
| 3.5 改进算法的设计方案 | 第39-43页 |
| 3.5.1 基于MapReduce的K选择排序并行采样 | 第39-40页 |
| 3.5.2 算法描述 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 实验结果与分析 | 第44-54页 |
| 4.1 实验环境 | 第44页 |
| 4.2 单机处理比较实验 | 第44-47页 |
| 4.2.1 单机处理数据负荷比较 | 第44-45页 |
| 4.2.2 收敛性比较 | 第45-46页 |
| 4.2.3 聚类精确性测试 | 第46-47页 |
| 4.3 集群实验 | 第47-53页 |
| 4.3.1 数据采样测试 | 第47页 |
| 4.3.2 集群性能测试 | 第47-49页 |
| 4.3.3 Hadoop集群优化 | 第49-51页 |
| 4.3.4 算法性能比较 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 作者简历 | 第58-59页 |
| 学位论文数据集 | 第59-60页 |
