| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 云计算平台研究现状 | 第10-11页 |
| 1.2.2 数据挖掘研究现状 | 第11页 |
| 1.2.3 数据挖掘算法并行化研究现状 | 第11-12页 |
| 1.3 本文的研究内容和工作 | 第12-13页 |
| 1.4 论文体系结构 | 第13-14页 |
| 第二章 云计算平台与数据挖掘技术概述 | 第14-27页 |
| 2.1 云计算平台综述 | 第14页 |
| 2.2 Hadoop概述 | 第14-19页 |
| 2.2.1 Hadoop平台特点 | 第15页 |
| 2.2.2 HDFS分布式文件系统 | 第15-17页 |
| 2.2.3 YARN分布式资源管理系统概述 | 第17-18页 |
| 2.2.4 YARN分布式资源管理系统工作流程 | 第18页 |
| 2.2.5 YARN多计算框架支持 | 第18-19页 |
| 2.2.6 MapReduce并行计算框架 | 第19页 |
| 2.3 Spark内存计算框架 | 第19-23页 |
| 2.3.1 Spark简介 | 第19-20页 |
| 2.3.2 Spark并行计算架构设计思想 | 第20-21页 |
| 2.3.3 Spark的运行架构 | 第21-22页 |
| 2.3.4 Spark和Hadoop的简单比较 | 第22-23页 |
| 2.4 数据挖掘概述 | 第23-26页 |
| 2.4.1 数据挖掘简介 | 第23页 |
| 2.4.2 数据挖掘的基本步骤 | 第23-24页 |
| 2.4.3 数据挖掘种类 | 第24-25页 |
| 2.4.4 分类算法概述 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 C4.5决策树算法并行化研究与实现 | 第27-35页 |
| 3.1 决策树算法概述 | 第27-28页 |
| 3.2 C4.5分类算法的基本原理 | 第28-31页 |
| 3.2.1 ID3分类算法的基本原理 | 第28-29页 |
| 3.2.2 C4.5算法的基本原理 | 第29-30页 |
| 3.2.3 C4.5算法的程序设计 | 第30-31页 |
| 3.3 C4.5决策树算法的并行化 | 第31-34页 |
| 3.3.1 C4.5决策树分类算法并行化可行性分析 | 第31页 |
| 3.3.2 基于Hadoop Map Reduce的C4.5并行化算法(C4.5H)设计 | 第31-33页 |
| 3.3.3 基于Spark的C4.5并行化算法(C4.5S)设计 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 KNN算法的改进及并行化研究 | 第35-48页 |
| 4.1 KNN分类算法 | 第35-37页 |
| 4.1.1 KNN算法概述 | 第35-36页 |
| 4.1.2 KNN算法的程序设计 | 第36-37页 |
| 4.2 KNN算法的改进研究 | 第37-40页 |
| 4.2.1 KNN算法的优缺点分析 | 第37-38页 |
| 4.2.2 KNN算法的现有改进策略 | 第38-39页 |
| 4.2.3 KNN算法的效率改进点 | 第39-40页 |
| 4.3 KNN改进算法的设计与实现 | 第40-44页 |
| 4.3.1 KNN改进算法的设计 | 第40-42页 |
| 4.3.2 KNN改进算法的实现 | 第42-44页 |
| 4.4 KNN改进算法的并行化 | 第44-47页 |
| 4.4.1 KNN改进算法并行化可行性分析 | 第44页 |
| 4.4.2 KNN改进算法的并行化实现 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 平台搭建和测试分析 | 第48-62页 |
| 5.1 测试平台搭建 | 第48-51页 |
| 5.1.1 测试平台环境说明 | 第48-49页 |
| 5.1.2 Hadoop集群部署 | 第49-51页 |
| 5.1.3 Spark集群部署 | 第51页 |
| 5.2 分类算法评价指标 | 第51-52页 |
| 5.3 C4.5算法并行化测试与结果分析 | 第52-57页 |
| 5.3.1 测试数据集 | 第53页 |
| 5.3.2 算法分类准确度对比测试 | 第53-54页 |
| 5.3.3 算法运行时间对比测试 | 第54-55页 |
| 5.3.4 算法的并行化加速比测试 | 第55-56页 |
| 5.3.5 Map Reduce与Spark性能对比总结 | 第56-57页 |
| 5.4 改进KNN算法并行化测试与结果分析 | 第57-61页 |
| 5.4.1 测试数据集 | 第57页 |
| 5.4.2 算法分类准确度对比测试 | 第57-58页 |
| 5.4.3 算法运行时间对比测试 | 第58-59页 |
| 5.4.4 基于Spark的KNN改进算法并行化测试 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 全文工作总结 | 第62-63页 |
| 6.2 未来展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 致谢 | 第67页 |
