| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第9-12页 |
| 1.1 研究的背景、意义 | 第9-10页 |
| 1.2 研究的内容与创新 | 第10页 |
| 1.3 本文的组织结构 | 第10-12页 |
| 2 大数据背景下的数据挖掘 | 第12-23页 |
| 2.1 大数据综述 | 第12-13页 |
| 2.1.1 大数据定义 | 第12页 |
| 2.1.2 大数据与数据挖掘 | 第12-13页 |
| 2.2 数据挖掘流程及工具 | 第13-17页 |
| 2.2.1 数据挖掘流程 | 第13-14页 |
| 2.2.2 数据挖掘工具 | 第14-17页 |
| 2.2.3 数据挖掘经验 | 第17页 |
| 2.3 大数据关键技术 | 第17-21页 |
| 2.3.1 并行机 | 第18-19页 |
| 2.3.2 并行算法 | 第19-20页 |
| 2.3.3 并行编程 | 第20-21页 |
| 2.4 大数据现状与展望 | 第21-23页 |
| 3 并行分层关联规则挖掘研究 | 第23-39页 |
| 3.1 频繁项集与关联规则 | 第23-25页 |
| 3.1.1 频繁项集 | 第23-24页 |
| 3.1.2 关联规则描述 | 第24-25页 |
| 3.2 关联规则挖掘 | 第25-30页 |
| 3.2.1 关联规则挖掘方法 | 第25页 |
| 3.2.2 Apriori算法 | 第25-28页 |
| 3.2.3 FP-Growth算法 | 第28-29页 |
| 3.2.4 并行关联规则挖掘算法研究 | 第29-30页 |
| 3.3 关联规则并行分层挖掘(PHARM)算法 | 第30-38页 |
| 3.3.1 算法基本思想 | 第30-31页 |
| 3.3.2 算法描述及其性能分析 | 第31-33页 |
| 3.3.3 建模及模型分析 | 第33-34页 |
| 3.3.4 大数据仿真 | 第34-37页 |
| 3.3.5 数据分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 并行分层动态关联规则挖掘研究 | 第39-49页 |
| 4.1 动态关联规则挖掘研究 | 第39-41页 |
| 4.1.1 动态关联规则描述 | 第39-40页 |
| 4.1.2 动态关联规则挖掘方法 | 第40-41页 |
| 4.2 基于划分的并行分层动态关联挖掘算法 | 第41-44页 |
| 4.2.1 划分理念在动态关联规则挖掘中的应用 | 第41页 |
| 4.2.2 算法基本思想 | 第41-42页 |
| 4.2.3 算法描述 | 第42-43页 |
| 4.2.4 算法分析 | 第43-44页 |
| 4.3 基于构建候选矩阵的并行分层动态关联挖掘算法 | 第44-48页 |
| 4.3.1 算法基本思想 | 第44-45页 |
| 4.3.2 算法描述 | 第45-46页 |
| 4.3.3 算法分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录A 并行分层动态关联规则挖掘算法核心源码 | 第54-59页 |
| 攻读学位期间的研究成果 | 第59页 |