摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 研究背景 | 第9页 |
1.2 研究意义 | 第9-10页 |
1.3 研究目的 | 第10页 |
1.4 国内外研究现状 | 第10-12页 |
1.5 研究内容与论文构架 | 第12-14页 |
1.5.1 研究内容 | 第12页 |
1.5.2 论文构架 | 第12-14页 |
第2章 相关理论与技术 | 第14-23页 |
2.1 数据挖掘技术 | 第14-17页 |
2.1.1 数据挖掘的概念 | 第14页 |
2.1.2 数据挖掘的功能 | 第14-16页 |
2.1.3 数据挖掘的分类 | 第16-17页 |
2.2 关联规则 | 第17-19页 |
2.2.1 关联规则的概念 | 第17-19页 |
2.2.2 关联规则的性质 | 第19页 |
2.3 Apriori计算方法 | 第19-22页 |
2.3.1 有关Apriori计算方法的描述 | 第19-21页 |
2.3.2 生成规则 | 第21页 |
2.3.3 Apriori的计算方法与改进的计算方法 | 第21-22页 |
2.3.4 基于Apriori的补充算法 | 第22页 |
2.4 小结 | 第22-23页 |
第3章 大数据挖掘系统设计与实现 | 第23-43页 |
3.1 大数据挖掘系统的整体架构 | 第23-25页 |
3.2 系统功能模块设计 | 第25-27页 |
3.2.1 数据源选择模块 | 第25-26页 |
3.2.2 数据的预处理模块 | 第26-27页 |
3.2.3 转换数据的模块 | 第27页 |
3.2.4 关联规则的输出与可视化 | 第27页 |
3.3 基于Hadoop平台下系统运行环境搭建 | 第27-38页 |
3.3.1 配置ssh实现Master节点无密码访问Slave节点 | 第28-29页 |
3.3.2 解压安装Hadoop,修改Hadoop配置文件 | 第29-34页 |
3.3.3 启动、停止hadoop服务 | 第34-35页 |
3.3.4 Hadoop系统的管理 | 第35-37页 |
3.3.5 Hadoop基本shell操作 | 第37-38页 |
3.4 大数据挖掘系统的实现 | 第38-42页 |
3.4.1 数据挖掘过程 | 第39-40页 |
3.4.2 系统界面 | 第40-42页 |
3.5 小结 | 第42-43页 |
第4章 关联规则挖掘算法优化及其在山体滑坡分析中的应用 | 第43-59页 |
4.1 算法层的设计及优化 | 第43-50页 |
4.1.1 优化计算方法的主要理念 | 第43-44页 |
4.1.2 理论的依据与优化的方案 | 第44-45页 |
4.1.3 MR-Apriori算法介绍 | 第45页 |
4.1.4 MR- Apriori实验与时间性能分析 | 第45-50页 |
4.2 优化计算方法的描述 | 第50-51页 |
4.3 根据临时表进行优化的计算方法 | 第51-52页 |
4.3.1 主要理念 | 第51页 |
4.3.2 主要流程 | 第51-52页 |
4.4 挖掘任务的处理层 | 第52页 |
4.5 关联规则挖掘在山体滑坡分析中的应用 | 第52-58页 |
4.5.1 数据的预处理 | 第52-54页 |
4.5.2 基于数据挖掘规则的实例分析 | 第54页 |
4.5.3 滑坡范式的配置,寻找有关滑坡的缘由频繁式项集 | 第54-55页 |
4.5.4 对候选集进行过滤,界定滑坡的种类 | 第55-56页 |
4.5.5 基于关联规则挖掘的滑坡资料监测 | 第56-57页 |
4.5.6 滑坡关联规则模型的确立及其应用 | 第57-58页 |
4.6 小结 | 第58-59页 |
第5章 结论 | 第59-61页 |
参考文献 | 第61-65页 |
致谢 | 第65页 |