| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文的背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文的主要工作 | 第14页 |
| ·论文的组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 数据挖掘概述 | 第16-27页 |
| ·数据挖掘 | 第16-18页 |
| ·数据挖掘的概念 | 第16页 |
| ·数据挖掘的分类 | 第16-17页 |
| ·数据挖掘的步骤 | 第17-18页 |
| ·关联规则挖掘 | 第18-23页 |
| ·关联规则的基本概念 | 第19页 |
| ·关联规则的分类 | 第19-20页 |
| ·经典关联规则挖掘算法 | 第20-23页 |
| ·最大频繁项集挖掘 | 第23-26页 |
| ·频繁项集的分类 | 第23-24页 |
| ·最大频繁项集挖掘算法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于AFOPT-tree的最大频繁项集挖掘算法 | 第27-39页 |
| ·频繁模式树AFOPT-tree | 第27-29页 |
| ·基于投影的超集检测方法 | 第29-31页 |
| ·优化的基于投影的超集检测方法 | 第31-33页 |
| ·基于AFOPT-tree的最大频繁项集挖掘算法A-MFI | 第33-34页 |
| ·算法性能分析与测试 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于Hadoop的最大频繁项集挖掘 | 第39-50页 |
| ·云计算 | 第39-42页 |
| ·云计算的特征 | 第39-40页 |
| ·云计算的部署模型 | 第40页 |
| ·云计算的架构 | 第40-42页 |
| ·Hadoop平台 | 第42-44页 |
| ·分布式计算框架MapReduce | 第42-43页 |
| ·分布式文件系统HDFS | 第43-44页 |
| ·基于Hadoop的最大频繁项集挖掘算法实现 | 第44-47页 |
| ·并行扫描数据集 | 第45页 |
| ·并行排序构造头表 | 第45-46页 |
| ·并行挖掘局部最大频繁项集 | 第46-47页 |
| ·并行挖掘全局最大频繁项集 | 第47页 |
| ·实验分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·本文的总结 | 第50页 |
| ·展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56-57页 |
| 附录A 图索引 | 第56页 |
| 附录B 表索引 | 第56-57页 |
| Appendix | 第57-58页 |
| Appendix A Figure Index | 第57页 |
| Appendix B Table Index | 第57-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士学位期间发表的论文 | 第59页 |