动态数据的蕴含规则提取方法的研究及应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-14页 |
| 1.1 论文的选题背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的主要内容 | 第12-14页 |
| 2 动态数据及其处理方法 | 第14-30页 |
| 2.1 动态数据 | 第14页 |
| 2.2 动态数据的数据流处理方法 | 第14-16页 |
| 2.2.1 动态数据的特性 | 第14-15页 |
| 2.2.2 动态数据处理技术 | 第15-16页 |
| 2.3 动态数据的增量式处理方法 | 第16-19页 |
| 2.3.1 增量式关联规则 | 第17-18页 |
| 2.3.2 增量式关联规则提取算法 | 第18-19页 |
| 2.4 分布式处理框架 | 第19-24页 |
| 2.4.1 Hadoop | 第20-21页 |
| 2.4.2 Spark | 第21-22页 |
| 2.4.3 Storm | 第22-24页 |
| 2.5 分布式系统集群组件 | 第24-28页 |
| 2.5.1 YARN | 第24-25页 |
| 2.5.2 HDFS | 第25-26页 |
| 2.5.3 Hive | 第26页 |
| 2.5.4 HBase | 第26-28页 |
| 2.5.5 Zookeeper | 第28页 |
| 2.6 本章小结 | 第28-30页 |
| 3 蕴含关联规则的挖掘方法 | 第30-44页 |
| 3.1 关联规则算法研究 | 第30-34页 |
| 3.1.1 Apriori算法的原理 | 第30-31页 |
| 3.1.2 FP-Growth算法的原理 | 第31-34页 |
| 3.2 蕴含关联规则及其性质 | 第34-35页 |
| 3.2.1 蕴含关联规则概念 | 第34-35页 |
| 3.2.2 蕴含关联规则的提取方法 | 第35页 |
| 3.3 动态数据的蕴含规则性质 | 第35-38页 |
| 3.3.1 增量式频繁项集的特性 | 第36-37页 |
| 3.3.2 频繁项集的增量式求取方法 | 第37-38页 |
| 3.4 动态数据的蕴含关联规则提取算法 | 第38-41页 |
| 3.5 DIAR算法描述 | 第41-43页 |
| 3.5.1 伪代码描述 | 第41-42页 |
| 3.5.2 HDFS负载均衡 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 实验环境与结果 | 第44-52页 |
| 4.1 实验环境搭建 | 第44-48页 |
| 4.2 动态数据的蕴含关联规则算法应用 | 第48-50页 |
| 4.2.1 实验数据分析 | 第48-49页 |
| 4.2.2 数据的预处理 | 第49-50页 |
| 4.3 实验结果及分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 结论和展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57页 |
