| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题的研究意义 | 第9页 |
| 1.2 课题的研究背景 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 课题的研究内容 | 第11-12页 |
| 1.5 论文结构 | 第12-14页 |
| 2 数据挖掘与分类算法 | 第14-26页 |
| 2.1 数据挖掘 | 第14-18页 |
| 2.1.1 数据挖掘 | 第14-15页 |
| 2.1.2 数据挖掘的任务分类 | 第15-16页 |
| 2.1.3 数据库中知识发现的过程 | 第16-17页 |
| 2.1.4 数据挖掘过程 | 第17-18页 |
| 2.2 数据挖掘的分类算法 | 第18-19页 |
| 2.2.1 分类算法概念 | 第18页 |
| 2.2.2 分类算法过程 | 第18-19页 |
| 2.2.3 分类结果的评估 | 第19页 |
| 2.3 数据挖掘的基本步骤 | 第19-20页 |
| 2.4 支持向量机 | 第20-25页 |
| 2.4.1 支持向量机的理论基础 | 第20-23页 |
| 2.4.2 多分类支持向量机 | 第23-24页 |
| 2.4.3 多分类支持向量机处理大规模数据的局限性 | 第24页 |
| 2.4.4 分布式的支持向量机算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 大数据计算框架— Spark | 第26-32页 |
| 3.1 Spark的背景 | 第26页 |
| 3.2 Spark的框架 | 第26-28页 |
| 3.3 HDFS分布式文件系统 | 第28-30页 |
| 3.4 Spark集群工作原理 | 第30页 |
| 3.5 Spark编程框架的执行过程 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 4 基于Spark的分布式一对多SVM | 第32-38页 |
| 4.1 基于Spark的分布式一对多算法描述 | 第32-33页 |
| 4.1.1 单机一对多SVM | 第32页 |
| 4.1.2 基于Spark的一对多SVM | 第32-33页 |
| 4.2 自定义Spark编程 | 第33-34页 |
| 4.3 数据集的划分 | 第34-35页 |
| 4.4 基于Spark的分布式one-against-all SVM算法的实现 | 第35-37页 |
| 4.5 本章小结 | 第37-38页 |
| 5 基于Spark的分布式one-against-all SVM算法的实验与结果分析 | 第38-46页 |
| 5.1 实验环境搭建 | 第38-42页 |
| 5.1.1 实验硬件描述 | 第38页 |
| 5.1.2 实验软件描述 | 第38页 |
| 5.1.3 Spark大数据计算平台搭建 | 第38-42页 |
| 5.2 实验结果分析 | 第42-45页 |
| 5.2.1 实验数据简介 | 第42-43页 |
| 5.2.2 单机环境实验结果分析 | 第43-44页 |
| 5.2.3 并行环境与单价环境对比实验分析 | 第44页 |
| 5.2.4 加速比分析 | 第44-45页 |
| 5.3 本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 作者简历 | 第51-53页 |
| 学位论文数据集 | 第53-54页 |
