| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-11页 |
| 1.3 本文主要工作 | 第11页 |
| 1.4 论文的组织架构 | 第11-12页 |
| 第2章 集团运营情况及技术原理介绍 | 第12-16页 |
| 2.1 集团运营情况 | 第12-13页 |
| 2.2 系统需求分析 | 第13页 |
| 2.3 论文相关理论与技术原理的介绍 | 第13-16页 |
| 第3章 基于FP-tree的关联规则挖掘 | 第16-39页 |
| 3.1 系统整体架构 | 第16-17页 |
| 3.2 系统功能实现 | 第17-32页 |
| 3.2.1 数据采集 | 第17-19页 |
| 3.2.2 原始数据分析 | 第19-24页 |
| 3.2.3 数据清洗 | 第24-31页 |
| 3.2.4 数据统计模块 | 第31-32页 |
| 3.3 FP-tree关联规则挖掘 | 第32-39页 |
| 3.3.1 关联规则的基本理论 | 第32-33页 |
| 3.3.2 关联规则apriori算法 | 第33-34页 |
| 3.3.3 FP-tree算法实现流程 | 第34-36页 |
| 3.3.4 FP-tree算法在餐饮数据分析中的应用 | 第36-39页 |
| 第4章 基于map端内存优化的系统性能调优 | 第39-50页 |
| 4.1 系统在使用中的问题 | 第39-41页 |
| 4.2 调节集群资源 | 第41-42页 |
| 4.3 map端内存优化 | 第42-48页 |
| 4.3.1 调节并行度 | 第42-43页 |
| 4.3.2 持久化RDD | 第43-44页 |
| 4.3.3 优化数据格式 | 第44页 |
| 4.3.4 调节内存占比 | 第44-45页 |
| 4.3.5 调节堆外内存与等待时长 | 第45-46页 |
| 4.3.6 合并map端输出文件 | 第46-47页 |
| 4.3.7 内存缓冲与内存占比 | 第47-48页 |
| 4.4 调优结果分析 | 第48-50页 |
| 第5章 实验及结果分析 | 第50-57页 |
| 5.1 数据统计结果 | 第50-53页 |
| 5.2 FP-tree关联算法实验 | 第53-57页 |
| 第6章 总结和展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |