| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9-12页 |
| 1.1.1 选题背景 | 第9-11页 |
| 1.1.2 选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 数据挖掘 | 第12-13页 |
| 1.2.2 Hadoop平台 | 第13-14页 |
| 1.3 论文的研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 并行关联算法介绍 | 第16-24页 |
| 2.1 数据挖掘与关联规则 | 第16-18页 |
| 2.1.1 关联规则定义： | 第17-18页 |
| 2.1.2 关联规则挖掘算法的步骤： | 第18页 |
| 2.2 并行算法 | 第18-20页 |
| 2.3 并行关联规则算法 | 第20-22页 |
| 2.3.1 基于Apriori的并行算法 | 第20-21页 |
| 2.3.2 基于FP-growth的并行算法 | 第21-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 Hadoop集群架构 | 第24-38页 |
| 3.1 Hadoop概述 | 第24-25页 |
| 3.2 Hadoop分布式文件系统（HDFS） | 第25-32页 |
| 3.2.1 HDFD设计 | 第25-26页 |
| 3.2.2 HDFS框架组成 | 第26-27页 |
| 3.2.3 HDFS数据管理 | 第27-29页 |
| 3.2.4 HDFS数据流 | 第29-31页 |
| 3.2.5 Hadoop 2.0 解决HDFS单点故障策略 | 第31-32页 |
| 3.3 MapReduce on YARN并行计算模型 | 第32-36页 |
| 3.3.1 MapReduce用户接口 | 第32-34页 |
| 3.3.2 YARN基本架构 | 第34-35页 |
| 3.3.3 MapReduce on YARN工作流程 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于Hadoop的并行关联规则算法 | 第38-50页 |
| 4.1 基于矩阵与频集树的关联规则算法 | 第38-44页 |
| 4.1.1 相关定义 | 第38-40页 |
| 4.1.2 算法思想 | 第40-43页 |
| 4.1.3 算法理论分析 | 第43-44页 |
| 4.2 基于Mapreduce模型的算法的实现 | 第44-48页 |
| 4.2.1 算法设计 | 第44-46页 |
| 4.2.2 数据流程 | 第46-48页 |
| 4.3 算法分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 实验结果及性能分析 | 第50-57页 |
| 5.1 实验环境 | 第50-52页 |
| 5.1.1 硬件环境 | 第50页 |
| 5.1.2 软件环境 | 第50-51页 |
| 5.1.3 Hadoop平台启动 | 第51-52页 |
| 5.2 实验及性能分析 | 第52-56页 |
| 5.2.1 实验数据集 | 第52页 |
| 5.2.2 实验过程 | 第52-53页 |
| 5.2.3 实验结果分析 | 第53-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 结论和展望 | 第57-59页 |
| 6.1 结论 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
