| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-14页 |
| 1.1 论文研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究的目的及热点内容 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第二章 相关理论概述 | 第14-25页 |
| 2.1 基本问题描述 | 第14-22页 |
| 2.1.1 相关概念描述 | 第14-15页 |
| 2.1.2 增量更新关联挖掘的计算过程 | 第15-16页 |
| 2.1.3 经典增量更新挖掘算法概述 | 第16-22页 |
| 2.1.3.1 FUP算法 | 第17-19页 |
| 2.1.3.2 IUA算法 | 第19-21页 |
| 2.1.3.3 TDUP算法 | 第21-22页 |
| 2.2 倒排索引技术 | 第22-23页 |
| 2.3 MapReduce框架 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 一种基于倒排索引树的增量更新关联挖掘算法的研究 | 第25-35页 |
| 3.1 倒排索引树IITree结构 | 第25-27页 |
| 3.2 UP-IITree算法设计 | 第27-31页 |
| 3.2.1 UP-IITree算法思想 | 第27页 |
| 3.2.2 算法描述及其分析 | 第27-29页 |
| 3.2.3 UP-IITree实例分析 | 第29-31页 |
| 3.3 实验结果及性能分析 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第四章 一种基于MapReduce倒排索引增量更新挖掘算法的研究 | 第35-55页 |
| 4.1 UP-IIMR算法设计 | 第35-48页 |
| 4.1.1 UP-IIMR算法思想 | 第35-38页 |
| 4.1.2 UP-IIMR算法描述及其分析 | 第38-42页 |
| 4.1.3 UP-IIMR算法分析 | 第42-44页 |
| 4.1.4 UP-IIMR实例分析 | 第44-48页 |
| 4.2 实验结果及性能分析 | 第48-53页 |
| 4.2.1 实验环境及其平台搭建介绍 | 第48-49页 |
| 4.2.2 实验数据描述 | 第49页 |
| 4.2.3 实验结果分析 | 第49-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文工作总结 | 第55-56页 |
| 5.2 未来工作展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 附录A 本文作者在攻读硕士学位期间所发表的论文 | 第62页 |
| 附录B 本文作者在攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63-64页 |