| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.1.1 课题研究的背景 | 第8-9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要工作 | 第11页 |
| 1.4 本文组织结构 | 第11-14页 |
| 第二章 Hadoop云计算平台 | 第14-22页 |
| 2.1 Hadoop简介 | 第14-15页 |
| 2.2 HDFS分布式文件系统 | 第15-17页 |
| 2.2.1 HDFS系统架构 | 第15页 |
| 2.2.2 HDFS文件读取 | 第15-17页 |
| 2.2.3 HDFS特性 | 第17页 |
| 2.3 MapReduce并行计算框架 | 第17-21页 |
| 2.3.1 MapReduce编程模型 | 第17-19页 |
| 2.3.2 MapReduce特性 | 第19-20页 |
| 2.3.3 Map Reduce示例 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 关联规则与Apriori算法 | 第22-34页 |
| 3.1 数据挖掘定义及流程 | 第22-23页 |
| 3.2 关联规则挖掘概念 | 第23-24页 |
| 3.3 Apriori算法介绍 | 第24-27页 |
| 3.3.1 Apriori算法描述 | 第24-26页 |
| 3.3.2 Apriori算法实例 | 第26页 |
| 3.3.3 Apriori算法改进 | 第26-27页 |
| 3.4 基于Hadoop平台的Apriori算法实现 | 第27-32页 |
| 3.4.1 并行Apriori算法实现方案 | 第27-28页 |
| 3.4.2 并行Apriori算法设计 | 第28-32页 |
| 3.5 本章小结 | 第32-34页 |
| 第四章 基于Hadoop平台的并行关联规则算法改进 | 第34-46页 |
| 4.1 基于Hadoop和矩阵的Apriori算法改进 | 第34-39页 |
| 4.1.1 算法并行改进策略 | 第34页 |
| 4.1.2 MPApriori算法的具体设计 | 第34-35页 |
| 4.1.3 算法设计实现 | 第35-38页 |
| 4.1.4 算法实例分析 | 第38-39页 |
| 4.2 实验结果与分析 | 第39-44页 |
| 4.2.1 实验条件 | 第40页 |
| 4.2.2 实验的过程 | 第40-41页 |
| 4.2.3 实验结果及分析 | 第41-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 全文总结 | 第46-47页 |
| 5.2 展望未来 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 发表论文和参加科研情况说明 | 第52-54页 |
| 致谢 | 第54页 |
