| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 论文研究目的及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第二章 相关理论与技术概述 | 第16-28页 |
| 2.1 数据挖掘概述 | 第16-20页 |
| 2.1.1 数据挖掘相关定义 | 第16-17页 |
| 2.1.2 数据挖掘过程 | 第17-19页 |
| 2.1.3 决策树分类挖掘 | 第19-20页 |
| 2.2 流数据挖掘概述 | 第20-23页 |
| 2.2.1 流数据相关概念 | 第20-21页 |
| 2.2.2 流数据挖掘特点 | 第21页 |
| 2.2.3 流数据挖掘相关技术 | 第21-23页 |
| 2.3 大数据处理平台Spark概述 | 第23-27页 |
| 2.3.1 Spark生态系统 | 第23-24页 |
| 2.3.2 Spark核心概念 | 第24-25页 |
| 2.3.3 Spark的主要特点 | 第25-26页 |
| 2.3.4 Spark的应用 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 CVFDT算法基于Spark的并行化研究 | 第28-38页 |
| 3.1 CVFDT算法基本思想 | 第28-30页 |
| 3.1.1 CVFDT算法有关定义 | 第28-29页 |
| 3.1.2 CVFDT算法流程 | 第29-30页 |
| 3.2 CVFDT算法优缺点分析 | 第30页 |
| 3.3 CVFDT基于Spark的并行化方案设计 | 第30-32页 |
| 3.3.1 CVFDT分割点计算过程并行化 | 第30-31页 |
| 3.3.2 Spark的并行化过程简述 | 第31-32页 |
| 3.3.3 基于Spark的RDD实现CVFDT的并行化 | 第32页 |
| 3.4 实验与结果分析 | 第32-37页 |
| 3.4.1 Spark平台相关搭建 | 第33-36页 |
| 3.4.2 CVFDT基于Spark的建树效率实验 | 第36页 |
| 3.4.3 CVFDT基于Spark处理不同数据量的时间测试实验与分析 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 面向连续属性的CVFDT算法及其并行化研究 | 第38-47页 |
| 4.1 有关概念 | 第38-39页 |
| 4.2 C-CVFDT算法设计 | 第39-43页 |
| 4.2.1 使用多元Delta方法代替Hoeffding边界计算 | 第39页 |
| 4.2.2 连续属性处理方法设计 | 第39-43页 |
| 4.3 C-CVFDT算法基于Spark的并行化方案设计 | 第43页 |
| 4.4 实验与结果分析 | 第43-46页 |
| 4.4.1 分类预测精度实验 | 第43-44页 |
| 4.4.2 连续属性数据流样本的预测准确度和时间消耗实验 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 面向不稳定流数据的概念自适应的集成分类算法研究 | 第47-56页 |
| 5.1 概念漂移与集成分类相关概念 | 第47-48页 |
| 5.2 面向不稳定流数据的概念自适应集成分类算法(ECA)设计 | 第48-52页 |
| 5.2.1 ECA算法思想与流程 | 第48-49页 |
| 5.2.2 CVFDT对不稳定性数据流的处理 | 第49页 |
| 5.2.3 朴素贝叶斯分类器对不稳定性数据的处理 | 第49-51页 |
| 5.2.4 集成分类器的更新 | 第51-52页 |
| 5.3 实验设计与结果分析 | 第52-54页 |
| 5.3.1 ECA算法与UDT算法在不同不稳定性下的分类准确率对比 | 第53页 |
| 5.3.2 ECA算法与UDT算法在相同不稳定性和不同数据量下的对比 | 第53-54页 |
| 5.4 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 工作总结 | 第56页 |
| 6.2 未来展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |
