| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| ·本文研究背景 | 第9-11页 |
| ·论文研究的意义 | 第11-12页 |
| ·本文的研究内容 | 第12页 |
| ·本文组织结构 | 第12-14页 |
| 第二章 相关技术介绍 | 第14-33页 |
| ·分布式文件系统 | 第14-18页 |
| ·分布式文件系统 | 第14-18页 |
| ·云计算及云存储 | 第18-24页 |
| ·云计算的基本概念 | 第18-20页 |
| ·云存储 | 第20-21页 |
| ·Google的文件系统GFS | 第21-24页 |
| ·开源云计算框架Hadoop | 第24-28页 |
| ·数据挖掘算法 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 需求分析和研究内容 | 第33-37页 |
| ·需求分析 | 第33-34页 |
| ·本文研究内容 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 HADOOP任务调度算法的优化改进 | 第37-57页 |
| ·HADOOP平台的调度策略 | 第37-40页 |
| ·Hadoop中的几种调度程序的研究 | 第40-42页 |
| ·异构性给Hadoop带来的问题 | 第42-43页 |
| ·Hadoop的任务调度 | 第43-47页 |
| ·改进的任务调度算法 | 第47-56页 |
| ·优先权priority的计算 | 第50-51页 |
| ·任务分配策略 | 第51-52页 |
| ·窗口的动态调整 | 第52-53页 |
| ·窗口动态调整的算法 | 第53-54页 |
| ·掉队者判定策略 | 第54-55页 |
| ·节点效率的判断策略 | 第55页 |
| ·DWSA调度算法与Hadoop平台任务调度算法的比较 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 关联规则挖掘算法的改进 | 第57-75页 |
| ·关联规则挖掘算法 | 第57-59页 |
| ·并行关联规则挖掘算法及其描述 | 第59-62页 |
| ·几种并行关联规则挖掘算法 | 第60-61页 |
| ·并行挖掘算法的主要研究方向 | 第61-62页 |
| ·改进的基于APRIORI的关联规则挖掘算法 | 第62-74页 |
| ·描述关联规则属性的四个基本参数 | 第65-66页 |
| ·传统的Apriori挖掘算法 | 第66-67页 |
| ·Apriori算法的改进 | 第67-68页 |
| ·对交易事务数据库存储结构进行重新的设计 | 第68页 |
| ·改进的候选高阶项目集生成算法的改进 | 第68-72页 |
| ·算法与Hadoop平台的结合 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 实验平台搭建及实验结果分析 | 第75-82页 |
| ·测试平台的搭建 | 第75-79页 |
| ·软件配置 | 第75页 |
| ·硬件配置 | 第75-79页 |
| ·DWSA与默认调度算法的实验结果及分析 | 第79-80页 |
| ·基于相同优先级的任务调度 | 第79页 |
| ·基于不同优先级的任务调度 | 第79-80页 |
| ·改进后的关联规则挖掘算法的实验结果分析 | 第80-82页 |
| 第七章 总结展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻硕期间取得的研究成果 | 第88页 |