| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 Spark研究现状 | 第14-17页 |
| 1.2.2 贝叶斯算法究现状 | 第17-18页 |
| 1.3 本文主要工作 | 第18-19页 |
| 1.4 本文组织结构 | 第19-21页 |
| 第2章 Spark生态系统简介和数据挖掘概述 | 第21-37页 |
| 2.1 Spark体系结构 | 第21-28页 |
| 2.1.1 存储系统 | 第22页 |
| 2.1.2 运行模式与资源管理 | 第22-23页 |
| 2.1.3 Spark Runtime | 第23-25页 |
| 2.1.4 Spark应用 | 第25-28页 |
| 2.2 Spark编程模型 | 第28-30页 |
| 2.2.1 相关术语 | 第28页 |
| 2.2.2 Spark运行架构 | 第28-29页 |
| 2.2.3 Spark运行逻辑 | 第29-30页 |
| 2.3 数据挖掘概述 | 第30-33页 |
| 2.3.1 数据挖掘的定义和流程 | 第30-31页 |
| 2.3.2 数据挖掘的主要算法 | 第31-33页 |
| 2.4 贝叶斯定理简介 | 第33-34页 |
| 2.5 贝叶斯分类模型 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 基于Spark的贝叶斯分类模型改进与并行化研究 | 第37-51页 |
| 3.1 改进的特征项后验概率计算方法 | 第37-39页 |
| 3.2 对数据集进行去噪 | 第39-41页 |
| 3.3 对数据集进行降维 | 第41-44页 |
| 3.4 降低数据集中的数据倾斜现象 | 第44-45页 |
| 3.5 改进的分类模型在Spark上的实现 | 第45-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 实验结果与分析 | 第51-58页 |
| 4.1 实验环境 | 第51页 |
| 4.2 实验数据 | 第51-52页 |
| 4.3 性能评估 | 第52-57页 |
| 4.3.1 实验一: 最佳影响系数的测量 | 第52-53页 |
| 4.3.2 实验二: 分类性能对比 | 第53-55页 |
| 4.3.3 实验三: 时间性能和加速比分析 | 第55-57页 |
| 4.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第66-67页 |
| 附录B 攻读学位期间所参与的项目 | 第67页 |