| 中文摘要 | 第5-6页 |
| 英文摘要 | 第6-7页 |
| 英文单词注释 | 第13-14页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 产业界云计算研究现状 | 第15-16页 |
| 1.2.2 基于MapReduce的数据挖掘研究现状 | 第16-17页 |
| 1.3 本文主要工作和组织结构 | 第17-19页 |
| 1.3.1 主要工作 | 第17页 |
| 1.3.2 组织结构 | 第17-19页 |
| 第二章 HADOOP技术架构研究 | 第19-32页 |
| 2.1 Hadoop技术背景 | 第19-22页 |
| 2.1.1 Google分布式文件系统GFS | 第19-21页 |
| 2.1.2 Google MapReduce基本思想 | 第21-22页 |
| 2.2 HDFS分布式文件系统 | 第22-26页 |
| 2.2.1 HDFS系统架构 | 第23-24页 |
| 2.2.2 保障HDFS可靠性的措施 | 第24-25页 |
| 2.2.3 提升性能的措施 | 第25-26页 |
| 2.3 Hadoop MapReduce框架 | 第26-31页 |
| 2.3.1 Hadoop编程模型 | 第27-28页 |
| 2.3.2 Hadoop执行流程与任务调度机制 | 第28-30页 |
| 2.3.3 Hadoop MapReduce容错机制 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 非并行的聚类算法研究 | 第32-43页 |
| 3.1 聚类算法介绍 | 第32-36页 |
| 3.1.1 聚类的目的 | 第32-33页 |
| 3.1.2 经典聚类算法 | 第33-34页 |
| 3.1.3 聚类效果评价标准 | 第34-36页 |
| 3.2 非并行的K-Means聚类算法 | 第36-39页 |
| 3.2.1 距离计算方法 | 第36-37页 |
| 3.2.2 算法流程 | 第37-39页 |
| 3.3 改进的串行K-means算法 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于Hadoop的聚类算法研究 | 第43-54页 |
| 4.1 并行技术简介 | 第43-45页 |
| 4.1.1 并行计算 | 第43页 |
| 4.1.2 并行策略 | 第43-44页 |
| 4.1.3 并行算法评价标准 | 第44-45页 |
| 4.2 基于hadoop技术并行的Kmeans算法 | 第45-49页 |
| 4.2.1 Map函数与Reduce函数的设计 | 第46-48页 |
| 4.2.2 算法复杂度分析 | 第48-49页 |
| 4.3 基于hadoop技术并行的Canopy-Kmeans算法 | 第49-52页 |
| 4.3.1 算法基本思想 | 第49-50页 |
| 4.3.2 算法流程 | 第50-52页 |
| 4.3.3 算法复杂性分析 | 第52页 |
| 4.4 本章小结 | 第52-54页 |
| 第五章 实验与分析 | 第54-68页 |
| 5.1 实验平台的搭建 | 第54-60页 |
| 5.1.1 硬件环境描述 | 第55页 |
| 5.1.2 软件环境描述 | 第55页 |
| 5.1.3 Hadoop平台的安装部署 | 第55-60页 |
| 5.2 hadoop性能实验与分析 | 第60-62页 |
| 5.2.1 wordcount基准程序测试 | 第60-61页 |
| 5.2.2 容错能力测试 | 第61-62页 |
| 5.3 并行K-means算法实验与分析 | 第62-67页 |
| 5.3.1 并行的K-means实验分析 | 第62-65页 |
| 5.3.2 可扩展性分析 | 第65-66页 |
| 5.3.3 canopy-kmeans实验分析 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68页 |
| 6.2 改进方向 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 攻读硕士研究生期间主要成果 | 第73-75页 |
