| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文主要工作 | 第11页 |
| ·本文组织结构 | 第11-13页 |
| 第2章 Apriori算法的MapReduce并行化研究 | 第13-31页 |
| ·Hadoop关键技术研究 | 第13-19页 |
| ·Hadoop技术背景 | 第13-14页 |
| ·分布式文件系统HDFS | 第14-17页 |
| ·MapReduce编程模型 | 第17-19页 |
| ·Hadoop数据库HBase | 第19页 |
| ·基于Hadoop的数据挖掘系统分析和设计 | 第19-22页 |
| ·数据挖掘概述 | 第19-20页 |
| ·基于Hadoop的数据挖掘系统 | 第20-22页 |
| ·关联规则挖掘 | 第22-25页 |
| ·关联规则基础理论 | 第22-23页 |
| ·Apriori关联规则算法 | 第23-25页 |
| ·基于Hadoop的Apriori算法并行化改进 | 第25-30页 |
| ·Apriori并行策略 | 第26-27页 |
| ·Apriori并行算法设计 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于Hadoop和幂集的关联规则挖掘改进研究 | 第31-39页 |
| ·并行策略 | 第31-32页 |
| ·幂集(Power Set) | 第31页 |
| ·改进思想 | 第31-32页 |
| ·算法设计 | 第32-38页 |
| ·数据流程 | 第32-33页 |
| ·设计实现 | 第33-35页 |
| ·算法实例分析 | 第35-38页 |
| ·算法性能分析 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于Hadoop和矩阵的关联规则挖掘改进研究 | 第39-47页 |
| ·并行策略 | 第39-40页 |
| ·算法设计 | 第40-46页 |
| ·数据流程 | 第40-41页 |
| ·设计实现 | 第41-43页 |
| ·算法实例分析 | 第43-46页 |
| ·算法分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第5章 数值实验 | 第47-57页 |
| ·实验环境 | 第47-52页 |
| ·硬件描述 | 第47页 |
| ·软件描述 | 第47-48页 |
| ·Hadoop平台及HBase的搭建 | 第48-52页 |
| ·实验过程及结果分析 | 第52-56页 |
| ·数据集 | 第52-53页 |
| ·实验过程 | 第53页 |
| ·实验结果分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·未来展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录 | 第63页 |
