基于虚拟机的Hadoop分布式聚类挖掘方法研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 数据挖掘技术的研究现状与展望 | 第11-14页 |
| 1.2.1 国外研究现状与应用 | 第11-12页 |
| 1.2.2 国内研究现状与应用 | 第12-14页 |
| 1.3 课题的主要研究内容 | 第14-16页 |
| 第2章 相关技术概述 | 第16-28页 |
| 2.1 聚类挖掘的数据结构 | 第16-17页 |
| 2.2 聚类挖掘算法 | 第17-19页 |
| 2.3 Hadoop 分布式计算框架 | 第19-26页 |
| 2.3.1 Hadoop 项目结构 | 第19-20页 |
| 2.3.2 MapReduce 架构 | 第20-23页 |
| 2.3.3 HDFS 文件系统 | 第23-26页 |
| 2.4 虚拟化技术 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 并行化聚类算法设计 | 第28-48页 |
| 3.1 引言 | 第28页 |
| 3.2 加权 k-means 算法及其并行化 | 第28-35页 |
| 3.2.1 k-means 算法改进 | 第28-32页 |
| 3.2.2 加权 k-means 算法并行化 | 第32-35页 |
| 3.3 初始聚类中心优化算法 | 第35-39页 |
| 3.3.1 初始聚类中心选择方法 | 第35-38页 |
| 3.3.2 算法并行化 | 第38-39页 |
| 3.4 算法测试及结果分析 | 第39-47页 |
| 3.4.1 单机仿真实验及结果分析 | 第39-44页 |
| 3.4.2 分布式环境下实验及结果分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 校园网上网行为分析 | 第48-54页 |
| 4.1 系统运行环境 | 第48页 |
| 4.2 数据源分析 | 第48-51页 |
| 4.3 测试与结果分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间所发表的学术论文 | 第60-61页 |
| 致谢 | 第61页 |
