基于时间序列的频繁模式挖掘研究与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究工作的背景与意义 | 第9-10页 |
| 1.2 时间序列数据挖掘的研究历史与现状 | 第10-14页 |
| 1.2.1 传统数据挖掘技术 | 第10-12页 |
| 1.2.2 时间序列挖掘技术 | 第12-14页 |
| 1.3 本文的主要贡献与创新 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第二章 时间序列频繁模式挖掘的相关技术 | 第17-28页 |
| 2.1 传统的数据挖掘处理过程 | 第17-18页 |
| 2.2 聚类分析 | 第18-19页 |
| 2.3 频繁项集挖掘 | 第19-20页 |
| 2.4 频繁序列挖掘 | 第20-21页 |
| 2.5 时间序列常用方法 | 第21-26页 |
| 2.5.1 时间序列的分段压缩 | 第21-25页 |
| 2.5.2 时间序列的相似性度量 | 第25-26页 |
| 2.6 Hadoop简介 | 第26-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 时间序列符号化 | 第28-42页 |
| 3.1 时间序列符号化的意义 | 第28页 |
| 3.2 时间序列符号化方法 | 第28-35页 |
| 3.2.1 筛选重要点 | 第30-31页 |
| 3.2.2 基于增量误差的分段算法 | 第31-34页 |
| 3.2.3 聚类符号化 | 第34-35页 |
| 3.3 相关实验与结果分析 | 第35-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 时间序列频繁模式挖掘 | 第42-60页 |
| 4.1 时间序列频繁项集挖掘 | 第42-48页 |
| 4.1.1 时间序列对齐操作 | 第42-44页 |
| 4.1.2 时间序列频繁项集挖掘 | 第44-48页 |
| 4.2 时间序列频繁序列挖掘 | 第48-52页 |
| 4.2.1 时间序列划分操作 | 第48-50页 |
| 4.2.2 时间序列频繁序列挖掘 | 第50-52页 |
| 4.3 相关实验与结果分析 | 第52-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 基于HADOOP的频繁模式挖掘 | 第60-71页 |
| 5.1 HDFS和Map-Reduce相关介绍 | 第60-61页 |
| 5.2 FP-growth分布式化 | 第61-69页 |
| 5.2.1 统计频繁 1-项集 | 第63-65页 |
| 5.2.2 平衡分组 | 第65-67页 |
| 5.2.3 频繁模式挖掘 | 第67-69页 |
| 5.3 相关实验结果 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 时间序列频繁模式挖掘平台 | 第71-83页 |
| 6.1 系统目标和原则 | 第71-73页 |
| 6.1.1 系统目标 | 第71-72页 |
| 6.1.2 系统设计原则 | 第72-73页 |
| 6.2 系统架构 | 第73-75页 |
| 6.3 系统模块设计 | 第75-82页 |
| 6.3.1 数据加载模块 | 第75-78页 |
| 6.3.2 预处理模块 | 第78-79页 |
| 6.3.3 符号化模块 | 第79-81页 |
| 6.3.4 频繁模式挖掘模块 | 第81-82页 |
| 6.4 本章小结 | 第82-83页 |
| 第七章 总结与展望 | 第83-85页 |
| 7.1 工作总结 | 第83页 |
| 7.2 后续工作展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-90页 |
