| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 课题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文的组织结构 | 第12-13页 |
| 第2章 相关技术分析 | 第13-20页 |
| 2.1 Spark相关技术 | 第13-15页 |
| 2.1.1 Spark体系结构 | 第13页 |
| 2.1.2 Spark编程模型 | 第13-14页 |
| 2.1.3 Spark调度管理原理 | 第14-15页 |
| 2.2 频繁项集挖掘算法 | 第15-20页 |
| 2.2.1 单机挖掘算法 | 第15-16页 |
| 2.2.2 基于MPI的挖掘算法 | 第16-18页 |
| 2.2.3 基于MapReduce的挖掘算法 | 第18页 |
| 2.2.4 基于Spark的挖掘算法 | 第18-20页 |
| 第3章 基于单机和单节点处理的频繁项集挖掘算法及改进 | 第20-54页 |
| 3.1 FP-Growth算法 | 第20-31页 |
| 3.2 Apriori算法及基于Apriori的二维表改进算法 | 第31-38页 |
| 3.2.1 Apriori算法设计概述 | 第31-34页 |
| 3.2.2 Apriori算法的二维表改进算法 | 第34-35页 |
| 3.2.3 实验结果和分析 | 第35-38页 |
| 3.3 DHP算法及基于单节点的DHP改进算法 | 第38-54页 |
| 3.3.1 DHP算法设计概述 | 第38-44页 |
| 3.3.2 基于Spark单节点的串行DHP压缩算法 | 第44-47页 |
| 3.3.3 实验结果和分析 | 第47-54页 |
| 第4章 基于Spark集群的优化策略 | 第54-70页 |
| 4.1 Spark集群的DHP优化具体实现 | 第54-62页 |
| 4.1.1 建立哈希函数,生成集合数据 | 第54页 |
| 4.1.2 将集合中数据添加到Tuple2数据集中 | 第54-56页 |
| 4.1.3 压缩求和 | 第56页 |
| 4.1.4 剪枝过滤最小支持度 | 第56-58页 |
| 4.1.5 条件聚合数据集 | 第58-60页 |
| 4.1.6 实验结果和分析 | 第60-62页 |
| 4.2 Spark集群的FP-Growth优化 | 第62-70页 |
| 4.2.1 计算频繁1-项集 | 第63-64页 |
| 4.2.2 数据分组 | 第64-65页 |
| 4.2.3 并行挖掘频繁项集 | 第65-66页 |
| 4.2.4 数据聚合 | 第66-67页 |
| 4.2.5 实验结果和分析 | 第67-70页 |
| 第5章 结论与展望 | 第70-72页 |
| 5.1 全文总结 | 第70页 |
| 5.2 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
