| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 引言 | 第9-17页 |
| 1.1 研究工作的背景与意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 云计算研究现状 | 第12-13页 |
| 1.2.2 基于Hadoop的数据挖掘研究 | 第13-14页 |
| 1.2.3 FP-Growth算法研究现状 | 第14-15页 |
| 1.3 主要研究内容和结构安排 | 第15-17页 |
| 第2章 数据挖掘概述 | 第17-24页 |
| 2.1 数据挖掘的基本概念 | 第17-18页 |
| 2.2 数据挖掘过程 | 第18页 |
| 2.3 数据挖掘主要任务 | 第18-21页 |
| 2.3.1 关联分析 | 第19页 |
| 2.3.2 分类和预测 | 第19-20页 |
| 2.3.3 聚类分析 | 第20页 |
| 2.3.4 异常检测 | 第20-21页 |
| 2.4 数据挖掘研究现状 | 第21页 |
| 2.5 研究方向和热点 | 第21-22页 |
| 2.6 本章小结 | 第22-24页 |
| 第3章 关联规则挖掘理论与算法 | 第24-43页 |
| 3.1 关联规则的基本概念 | 第24-25页 |
| 3.2 关联规则的挖掘步骤 | 第25-26页 |
| 3.3 关联规则挖掘分类 | 第26-27页 |
| 3.4 经典算法分析 | 第27-37页 |
| 3.4.1 Apriori算法 | 第27-31页 |
| 3.4.2 FP-Growth算法 | 第31-37页 |
| 3.5 改进的FP-Growth算法 | 第37-40页 |
| 3.6 改进算法仿真 | 第40-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 HADOOP核心架构研究 | 第43-57页 |
| 4.1 Hadoop概述 | 第43页 |
| 4.2 MapReduce编程 | 第43-48页 |
| 4.2.1 MapReduce概述 | 第43-44页 |
| 4.2.2 MapReduce编程模型 | 第44-45页 |
| 4.2.3 MapReduce执行流程 | 第45-47页 |
| 4.2.4 MapReduce其他技术 | 第47-48页 |
| 4.3 分布式文件系统HDFS | 第48-53页 |
| 4.3.1 设计前提和目标 | 第48-49页 |
| 4.3.2 体系结构 | 第49页 |
| 4.3.3 保障可靠性的措施 | 第49-51页 |
| 4.3.4 提升性能的措施 | 第51-52页 |
| 4.3.5 应用的局限性 | 第52-53页 |
| 4.4 MapReduce化的FP-Growth算法 | 第53-54页 |
| 4.5 MapReduce化的改进FP-Growth算法 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 MapReduce化的改进FP-Growth算法实现 | 第57-66页 |
| 5.1 基于Windows的Hadoop平台搭建 | 第57-60页 |
| 5.2 代码编写与算法打包 | 第60-61页 |
| 5.3 基于糖尿病数据集的实验过程 | 第61-63页 |
| 5.4 算法仿真实验 | 第63-65页 |
| 5.4.1 传统与分布式环境下算法的对比 | 第63-64页 |
| 5.4.2 分布式环境下改进算法的对比 | 第64-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-67页 |
| 6.1 研究总结 | 第66页 |
| 6.2 研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第71-72页 |
