| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 研究目标与内容 | 第9-10页 |
| 1.4 研究方法 | 第10页 |
| 1.5 论文组织结构 | 第10-12页 |
| 第二章 多维数据模型及关联规则 | 第12-24页 |
| 2.1 多维数据模型概述 | 第12-15页 |
| 2.1.1 多维数据模型及相关概念 | 第12-13页 |
| 2.1.2 多维数据的存储形式 | 第13-14页 |
| 2.1.3 多维数据模型分类 | 第14-15页 |
| 2.2 多维数据的形式化描述 | 第15-18页 |
| 2.2.1 形式概念分析 | 第15-16页 |
| 2.2.2 多维数据的形式化序列表达 | 第16-18页 |
| 2.3 多维数据的应用 | 第18页 |
| 2.4 关联规则基础理论 | 第18-20页 |
| 2.4.1 关联规则定义 | 第18-19页 |
| 2.4.2 关联规则分类 | 第19-20页 |
| 2.4.3 关联规则挖掘过程 | 第20页 |
| 2.5 多维关联规则挖掘 | 第20-22页 |
| 2.5.1 多维关联规则分类 | 第20页 |
| 2.5.2 多维关联规则的挖掘 | 第20-21页 |
| 2.5.3 多维关联规则挖掘与并行计算 | 第21-22页 |
| 2.6 关联规则经典算法 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 MapReduce 模型及分布式架构 | 第24-33页 |
| 3.1 MapReduce 分布式计算模型 | 第24-27页 |
| 3.1.1 MapReduce 原理 | 第24-26页 |
| 3.1.2 MapReduce 特点 | 第26-27页 |
| 3.1.3 MapReduce 的模块划分 | 第27页 |
| 3.2 Hadoop 分布式架构 | 第27-30页 |
| 3.2.1 Hadoop 核心组件 | 第27-28页 |
| 3.2.2 MapReduce 与 Hadoop 生态圈 | 第28-29页 |
| 3.2.3 Hadoop 分布式运行机制 | 第29-30页 |
| 3.3 HDFS 分布式文件系统 | 第30-32页 |
| 3.3.1 HDFS 系统结构 | 第30-31页 |
| 3.3.2 HDFS 特点 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 并行算法的设计与实现 | 第33-57页 |
| 4.1 实现环境 | 第33-35页 |
| 4.1.1 硬件环境 | 第33页 |
| 4.1.2 软件环境 | 第33-34页 |
| 4.1.3 相关平台 | 第34-35页 |
| 4.2 并行构造多维数据的设计与实现 | 第35-46页 |
| 4.2.1 实验数据的特点分析 | 第35-36页 |
| 4.2.2 并行构造多维数据的设计 | 第36-40页 |
| 4.2.3 并行构造多维数据的实现 | 第40-43页 |
| 4.2.4 并行方法结果分析 | 第43-46页 |
| 4.3 并行关联规则挖掘算法的设计与实现 | 第46-56页 |
| 4.3.1 传统 Apriori 算法的比较与分析 | 第46-51页 |
| 4.3.2 并行 Apriori 算法的设计 | 第51-52页 |
| 4.3.3 并行 Apriori 算法的实现 | 第52-54页 |
| 4.3.4 并行算法结果分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 并行算法的优化与分析 | 第57-62页 |
| 5.1 实验结果分析 | 第57-58页 |
| 5.1.1 性能测试 | 第57页 |
| 5.1.2 测试结果分析 | 第57-58页 |
| 5.2 并行算法的数据流优化 | 第58-60页 |
| 5.2.1 MapReduce 模型的数据流优化 | 第58-59页 |
| 5.2.2 优化结果分析 | 第59-60页 |
| 5.3 应用场景分析 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 在学期间公开发表论文及著作情况 | 第67页 |