| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-15页 |
| ·论文研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的主要内容及创新点 | 第11-13页 |
| ·论文的主要内容 | 第11-12页 |
| ·论文的创新性工作 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 数据挖掘的介绍 | 第15-21页 |
| ·数据挖掘的概念 | 第15页 |
| ·数据挖掘的主要流程 | 第15-19页 |
| ·数据预处理 | 第15-16页 |
| ·分类与回归 | 第16-18页 |
| ·聚类分析 | 第18页 |
| ·数据可视化 | 第18-19页 |
| ·数据挖掘的过程 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 关联规则挖掘算法 | 第21-35页 |
| ·关联规则挖掘的意义 | 第21页 |
| ·关联规则的概念 | 第21-24页 |
| ·Apriori算法 | 第24-29页 |
| ·Apriori算法伪代码 | 第25-26页 |
| ·Apriori算法举例说明 | 第26-29页 |
| ·Apriori算法的优缺点 | 第29页 |
| ·FP-tree算法 | 第29-34页 |
| ·FP-tree算法伪代码 | 第30页 |
| ·FP-tree举例说明 | 第30-34页 |
| ·FP-tree的优缺点 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 关联规则的并行算法 | 第35-45页 |
| ·引言 | 第35页 |
| ·关联规则的并行算法 | 第35-40页 |
| ·基于Apriori算法的并行算法 | 第35-37页 |
| ·DHP算法的并行处理 | 第37-38页 |
| ·DIC算法的并行处理 | 第38页 |
| ·基于集群遍历的并行算法 | 第38-40页 |
| ·IDD算法的并行处理 | 第40页 |
| ·MapReduce方法 | 第40-41页 |
| ·改进的并行Apriori算法 | 第41-43页 |
| ·算法描述 | 第41-42页 |
| ·结构图及算法伪代码 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 在线旅游网站的关联推荐模型 | 第45-57页 |
| ·基本思想 | 第45页 |
| ·数据抓取 | 第45-48页 |
| ·数据源的选择 | 第45-47页 |
| ·数据抓取的范围选择 | 第47页 |
| ·数据采集方法 | 第47-48页 |
| ·数据集 | 第48-49页 |
| ·数据清洗处理 | 第49-53页 |
| ·删除无意义数据 | 第49-50页 |
| ·去除噪声数据 | 第50-51页 |
| ·数据格式转换 | 第51页 |
| ·数据分块处理 | 第51-53页 |
| ·关联规则库 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第6章 基于Hadoop的Apriori算法的并行算法实现 | 第57-63页 |
| ·仿真实验平台搭建 | 第57-59页 |
| ·Hadoop的介绍 | 第57页 |
| ·集群节点的搭建 | 第57-58页 |
| ·集群节点预配置 | 第58-59页 |
| ·集群节点Hadoop安装 | 第59页 |
| ·算法实验 | 第59-61页 |
| ·Apriori并行算法和经典Apriori算法的对比 | 第59-60页 |
| ·Apriori并行算法的单节点与多节点集群对比 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第7章 论文的总结和展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |