| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-11页 |
| CONTENTS | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 论文的研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15页 |
| 1.3 本论文的主要工作 | 第15-16页 |
| 1.4 本论文的组织结构 | 第16-18页 |
| 第二章 数据挖掘与云计算 | 第18-29页 |
| 2.1 数据挖掘 | 第18-25页 |
| 2.1.1 数据挖掘概述 | 第18-19页 |
| 2.1.2 决策树分类算法 | 第19-22页 |
| 2.1.3 k-means聚类算法 | 第22-25页 |
| 2.2 云计算 | 第25-28页 |
| 2.2.1 云计算定义 | 第25-26页 |
| 2.2.2 云计算核心技术 | 第26-27页 |
| 2.2.3 基于云计算平台的数据挖掘系统 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 Hadoop平台架构研究 | 第29-40页 |
| 3.1 Hadoop平台概述 | 第29-31页 |
| 3.1.1 Hadoop总体介绍 | 第29页 |
| 3.1.2 Hadoop核心模块与相关项目介绍 | 第29-31页 |
| 3.2 Hadoop的分布式文件系统HDFS | 第31-34页 |
| 3.2.1 HDFS的基本架构 | 第31-33页 |
| 3.2.2 HDFS的HA方案 | 第33-34页 |
| 3.3 Hadoop的资源管理系统YARN | 第34-39页 |
| 3.3.1 YARN架构简介 | 第34-36页 |
| 3.3.2 YARN的工作流程 | 第36-38页 |
| 3.3.3 YARN支持的多计算框架 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于MapReduce的决策树算法并行实现 | 第40-51页 |
| 4.1 SPRINT决策树算法 | 第40-42页 |
| 4.1.1 算法简介 | 第40-42页 |
| 4.1.2 基本步骤 | 第42页 |
| 4.2 离线式计算框架MapReduce | 第42-44页 |
| 4.2.1 编程模型 | 第42-43页 |
| 4.2.2 资源管理与作业控制 | 第43-44页 |
| 4.2.3 数据引擎 | 第44页 |
| 4.3 SPRINT算法的并行实现 | 第44-50页 |
| 4.3.1 并行化方案设计 | 第44-47页 |
| 4.3.2 基于MapReduce框架的算法具体实现 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 基于Spark框架的k-means聚类算法并行实现 | 第51-62页 |
| 5.1 canopy聚类算法 | 第51-52页 |
| 5.1.1 算法简介 | 第51-52页 |
| 5.1.2 基本步骤 | 第52页 |
| 5.2 内存式计算框架Spark | 第52-56页 |
| 5.2.1 Spark与MapReduce的异同 | 第53页 |
| 5.2.2 Spark的核心特点 | 第53-55页 |
| 5.2.3 Spark实现模式 | 第55-56页 |
| 5.3 Cank-means算法的并行实现 | 第56-61页 |
| 5.3.1 算法并行化方案设计 | 第56-59页 |
| 5.3.2 基于Spark框架的算法并行化实现 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 实验环境与结果分析 | 第62-69页 |
| 6.1 实验环境 | 第62页 |
| 6.2 实验结果与分析 | 第62-68页 |
| 6.2.1 SPRINT算法并行化实验 | 第63-65页 |
| 6.2.2 Cank-means算法并行化实验 | 第65-67页 |
| 6.2.3 MapReduce框架与Spark框架性能对比 | 第67-68页 |
| 6.3 本章小结 | 第68-69页 |
| 工作总结与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间申请的专利和发表论文 | 第73-75页 |
| 致谢 | 第75页 |
