| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 课题来源 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-10页 |
| 1.3.1 异构数据集成 | 第9-10页 |
| 1.3.2 数据挖掘与分析 | 第10页 |
| 1.4 论文主要工作 | 第10-11页 |
| 1.5 论文结构 | 第11-12页 |
| 第二章 关键技术分析 | 第12-20页 |
| 2.1 云计算平台及关键技术 | 第12-14页 |
| 2.1.1 云计算平台介绍 | 第12-13页 |
| 2.1.2 Hadoop关键技术 | 第13-14页 |
| 2.2 基于本体的异构数据集成关键技术 | 第14-16页 |
| 2.2.1 本体论概述 | 第14页 |
| 2.2.2 本体在数据集成中的作用 | 第14-15页 |
| 2.2.3 基于本体的异构数据集成方法 | 第15-16页 |
| 2.3 数据仓库与Hive | 第16-18页 |
| 2.3.1 数据仓库与数据集市 | 第16-17页 |
| 2.3.2 数据仓库的实体模型 | 第17-18页 |
| 2.3.3 Hive技术 | 第18页 |
| 2.4 数据挖掘 | 第18-20页 |
| 2.4.1 数据挖掘算法 | 第18-19页 |
| 2.4.2 数据挖掘的流程 | 第19-20页 |
| 第三章 需求分析与整体设计 | 第20-25页 |
| 3.1 系统需求分析 | 第20-21页 |
| 3.1.1 异构数据集成方面 | 第20页 |
| 3.1.2 数据挖掘方面 | 第20-21页 |
| 3.2 系统整体架构 | 第21-25页 |
| 3.2.1 总体项目背景架构 | 第21-22页 |
| 3.2.2 系统架构设计 | 第22-23页 |
| 3.2.3 数据仓库集成概要设计 | 第23-24页 |
| 3.2.4 数据挖掘和分析概要设计 | 第24-25页 |
| 第四章 基于本体的Hive数据仓库集成 | 第25-42页 |
| 4.1 数据仓库集成详细设计 | 第25-36页 |
| 4.1.1 关系数据库的本体自动提取 | 第25-28页 |
| 4.1.1.1 本体和数据库的对应关系 | 第25-26页 |
| 4.1.1.2 本体转换规则 | 第26-27页 |
| 4.1.1.3 本体提取流程设计 | 第27-28页 |
| 4.1.2 数据仓库的设计和全局本体的构建 | 第28-30页 |
| 4.1.2.1 数据仓库的设计 | 第28-29页 |
| 4.1.2.2 全局本体的构建 | 第29-30页 |
| 4.1.3 本体映射 | 第30-35页 |
| 4.1.3.1 本体映射过程设计 | 第31-32页 |
| 4.1.3.2 相似度计算方法 | 第32-33页 |
| 4.1.3.3 综合计算类间相似度 | 第33-34页 |
| 4.1.3.4 综合计算属性间相似度 | 第34页 |
| 4.1.3.5 映射修正 | 第34-35页 |
| 4.1.4 自动ETL过程 | 第35-36页 |
| 4.2 数据仓库集成架构实现 | 第36-38页 |
| 4.2.1 开发环境部署 | 第36页 |
| 4.2.2 数据库本体自动提取模块实现 | 第36-37页 |
| 4.2.3 本体映射模块实现 | 第37-38页 |
| 4.2.4 自动ETL模块实现 | 第38页 |
| 4.3 实验展示 | 第38-41页 |
| 4.3.1 从数据库自动提取本体 | 第39页 |
| 4.3.2 本体映射 | 第39-40页 |
| 4.3.3 自动ETL过程 | 第40-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 数据分析模块设计与实现 | 第42-65页 |
| 5.1 聚类分析算法并行化设计与实现 | 第42-48页 |
| 5.1.1 Kmeans算法介绍 | 第42-43页 |
| 5.1.2 基于Canopy的Kmeans算法改进 | 第43-44页 |
| 5.1.3 Canopy-Kmeans算法的并行化设计 | 第44-45页 |
| 5.1.4 Canopy-Kmeans算法的并行化实现 | 第45-48页 |
| 5.2 分类算法并行化设计与实现 | 第48-53页 |
| 5.2.1 SPRINT算法介绍 | 第48-49页 |
| 5.2.2 SPRINT算法的并行化设计 | 第49-51页 |
| 5.2.3 SPRINT算法的并行化实现 | 第51-53页 |
| 5.3 关联规则算法并行化设计与实现 | 第53-57页 |
| 5.3.1 FP-Growth算法介绍 | 第53-54页 |
| 5.3.2 FP-Growth算法的并行化设计 | 第54-56页 |
| 5.3.3 FP-Growth算法的并行化实现 | 第56-57页 |
| 5.4 实验部署与结果展示 | 第57-64页 |
| 5.4.1 实验环境部署 | 第57-58页 |
| 5.4.2 数据准备 | 第58-59页 |
| 5.4.3 性能测试 | 第59-60页 |
| 5.4.4 功能测试 | 第60-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结和展望 | 第65-66页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-68页 |
