| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本文主要结构安排 | 第15-17页 |
| 第二章 相关概念与定理 | 第17-29页 |
| 2.1 大数据背景 | 第17-19页 |
| 2.2 关联规则挖掘基本概念 | 第19-20页 |
| 2.3 关联规则挖掘中的分类 | 第20-23页 |
| 2.3.1 关联规则的分类 | 第20-21页 |
| 2.3.2 关联规则挖掘研究的分类 | 第21-22页 |
| 2.3.3 关联规则挖掘算法的步骤 | 第22页 |
| 2.3.4 关联规则挖掘存在的问题与挑战 | 第22-23页 |
| 2.4 经典关联规则挖掘算法——Apriori算法 | 第23-28页 |
| 2.4.1 Apriori算法思想 | 第23-24页 |
| 2.4.2 算法实例 | 第24-27页 |
| 2.4.3 Apriori算法的不足 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 第三章 基于矩阵压缩的加权关联规则挖掘算法 | 第29-37页 |
| 3.1 基本概念及相关性质定理 | 第29-30页 |
| 3.2 算法实现步骤 | 第30-31页 |
| 3.3 实例分析 | 第31-34页 |
| 3.4 实验结果分析 | 第34-35页 |
| 3.5 小结 | 第35-37页 |
| 第四章 基于启发式搜索的并行化关联规则挖掘算法 | 第37-49页 |
| 4.1 相关概念 | 第38-39页 |
| 4.2 算法架构设计 | 第39-41页 |
| 4.3 MFMP算法 | 第41-44页 |
| 4.4 实验结果分析 | 第44-48页 |
| 4.4.1 实验场景 | 第45页 |
| 4.4.2 运行时间比较 | 第45-46页 |
| 4.4.3 内存消耗比较 | 第46-47页 |
| 4.4.4 可扩展性比较 | 第47-48页 |
| 4.5 小结 | 第48-49页 |
| 第五章 结论与展望 | 第49-51页 |
| 5.1 结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-58页 |
| 致谢 | 第58-59页 |
| 附录A (攻读硕士学位期间发表和录用的学术论文) | 第59-60页 |
| 附录B (攻读硕士学位期间参与项目) | 第60页 |