| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 论文研究的背景和意义 | 第9-18页 |
| 1.2 论文的主要研究内容 | 第18-19页 |
| 1.3 论文的组织结构 | 第19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 Hadoop理论基础简介 | 第20-31页 |
| 2.1 Hadoop简介 | 第20-25页 |
| 2.1.1 Hadoop框架及其生态系统 | 第21-22页 |
| 2.1.2 第二代Hadoop平台—YARN | 第22-24页 |
| 2.1.3 Hadoop的应用现状和发展趋势 | 第24-25页 |
| 2.2 Hadoop分布式文件系统 | 第25-28页 |
| 2.2.1 HDFS简介 | 第25-26页 |
| 2.2.2 HDFS工作原理 | 第26-28页 |
| 2.3 MapReduce编程模型 | 第28-30页 |
| 2.3.1 MapReduce简介 | 第28-29页 |
| 2.3.2 MapReduce工作原理 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于Map Reduce关联规则算法的研究与改进 | 第31-43页 |
| 3.1 Apriori算法简介 | 第31-34页 |
| 3.2 Apriori算法的缺陷 | 第34-35页 |
| 3.3 基于MapReduce的Apriori算法的研究与改进 | 第35-37页 |
| 3.4 改进算法的可行性分析 | 第37-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 大数据技术在学生成绩分析中的应用 | 第43-57页 |
| 4.1 实验环境介绍 | 第43-45页 |
| 4.2 数据预处理 | 第45-46页 |
| 4.3 基于学生成绩的统计分析 | 第46-50页 |
| 4.4 MapReduce Apriori在学生成绩分析中的应用 | 第50-56页 |
| 4.4.1 输入数据格式 | 第50-51页 |
| 4.4.2 分析结果 | 第51-56页 |
| 4.5 应用结果分析 | 第56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 总结和展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 不足与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 作者简介及科研成果 | 第63-64页 |
| 致谢 | 第64页 |
