| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题的研究背景及意义 | 第13-16页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 海量数据频繁模式挖掘算法研究现状 | 第16-17页 |
| 1.2.2 海量分布式数据流频繁模式挖掘算法研究现状 | 第17-18页 |
| 1.3 课题来源及本文主要研究内容与结构 | 第18-19页 |
| 1.3.1 课题来源 | 第18-19页 |
| 1.3.2 本文研究内容及创新点 | 第19页 |
| 1.4 论文结构 | 第19-21页 |
| 第二章 相关概念及算法分析 | 第21-33页 |
| 2.1 数据挖掘概述 | 第21-22页 |
| 2.2 静态数据集频繁模式挖掘算法研究 | 第22-27页 |
| 2.2.1 Apriori算法 | 第22-24页 |
| 2.2.2 Apriori TID算法 | 第24-25页 |
| 2.2.3 FP-Growth算法 | 第25-27页 |
| 2.3 动态数据流频繁模式挖掘算法研究 | 第27-32页 |
| 2.3.1 传统数据流频繁模式挖掘算法 | 第27-29页 |
| 2.3.2 分布式数据流频繁模式挖掘算法 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 HADOOP概述 | 第33-39页 |
| 3.1 Hadoop简介 | 第33-34页 |
| 3.2 Hadoop分布式文件系统 | 第34-36页 |
| 3.2.1 HDFS系统架构 | 第34-35页 |
| 3.2.2 HDFS性能分析 | 第35-36页 |
| 3.3 MapReduce编程模型 | 第36-38页 |
| 3.3.1 MapReduce简介 | 第36-37页 |
| 3.3.2 MapReduce工作原理 | 第37页 |
| 3.3.3 MapReduce数据流程 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 海量数据频繁模式挖掘算法 | 第39-54页 |
| 4.1 问题描述 | 第39-41页 |
| 4.2 IFAMR算法 | 第41-48页 |
| 4.2.1 算法整体架构 | 第41-42页 |
| 4.2.2 算法具体流程 | 第42-45页 |
| 4.2.3 算法示例 | 第45-48页 |
| 4.3 实验仿真分析 | 第48-52页 |
| 4.3.1 实验配置 | 第48-49页 |
| 4.3.2 实验说明 | 第49页 |
| 4.3.3 结果分析 | 第49-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 海量分布式数据流闭频繁模式挖掘算法 | 第54-69页 |
| 5.1 问题描述和理论基础 | 第54-59页 |
| 5.1.1 问题描述 | 第54-55页 |
| 5.1.2 相关概念 | 第55-57页 |
| 5.1.3 分布式窗口树 | 第57-59页 |
| 5.2 IFPM-DDS算法 | 第59-65页 |
| 5.2.1 算法整体架构 | 第59-60页 |
| 5.2.2 算法具体流程 | 第60-65页 |
| 5.3 实验仿真分析 | 第65-68页 |
| 5.3.1 实验配置和说明 | 第65-66页 |
| 5.3.2 结果分析 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结语与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读学位期间发表的学术论文 | 第75-76页 |
| 攻读学位期间参加的科研项目 | 第76-78页 |
| 致谢 | 第78页 |