| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 频繁模式挖掘研究现状 | 第10-13页 |
| 1.2.1 Apriori 算法及其扩展算法 | 第10-11页 |
| 1.2.2 FP-Growth 算法集扩展算法 | 第11-12页 |
| 1.2.3 垂直挖掘思想算法 | 第12-13页 |
| 1.3 抽样挖掘研究现状 | 第13-15页 |
| 1.4 本文主要研究内容 | 第15-16页 |
| 1.5 本文组织结构 | 第16-17页 |
| 第2章 增强的两步随机抽样算法 | 第17-32页 |
| 2.1 引言 | 第17页 |
| 2.2 频繁模式挖掘相关定义 | 第17-18页 |
| 2.3 两步直接抽样算法 | 第18-19页 |
| 2.4 增强的两步随机抽样算法 | 第19-22页 |
| 2.4.1 算法的整体框架 | 第19-21页 |
| 2.4.2 算法描述与分析 | 第21-22页 |
| 2.5 实验结果与分析 | 第22-30页 |
| 2.5.1 实验设计及环境 | 第22-23页 |
| 2.5.2 实验数据 | 第23-24页 |
| 2.5.3 合成数据集实验 | 第24-29页 |
| 2.5.4 真实数据集实验 | 第29-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 基于 MapReduce 的分布式抽样挖掘算法 | 第32-50页 |
| 3.1 引言 | 第32页 |
| 3.2 MapReduce 框架介绍 | 第32-35页 |
| 3.3 分布式挖掘抽样算法 | 第35-43页 |
| 3.3.1 问题分析 | 第35-36页 |
| 3.3.2 WRS 问题解决方案 | 第36-39页 |
| 3.3.3 Lossy Counting 算法 | 第39-42页 |
| 3.3.4 基于 MapReduce 的抽样挖掘算法 | 第42-43页 |
| 3.4 实验结果与分析 | 第43-49页 |
| 3.4.1 实验设计及环境 | 第43-44页 |
| 3.4.2 实验数据 | 第44页 |
| 3.4.3 性能实验 | 第44-48页 |
| 3.4.4 抽样命中率实验 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文 | 第56-58页 |
| 致谢 | 第58页 |