| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 云计算技术 | 第10-14页 |
| 1.2.1 云计算技术的研究现状 | 第10-11页 |
| 1.2.2 基于云计算的数据挖掘的研究现状 | 第11-12页 |
| 1.2.3 基于云计算的关联分析的研究现状 | 第12-14页 |
| 1.3 论文内容的主要工作 | 第14页 |
| 1.4 论文内容的整体构架 | 第14-16页 |
| 第二章 关于数据挖掘与云计算的概述 | 第16-37页 |
| 2.1 数据挖掘技术的概述 | 第16-19页 |
| 2.1.1 数据挖掘技术简介 | 第16-18页 |
| 2.1.2 数据挖掘流程简介 | 第18页 |
| 2.1.3 常见的数据挖掘方法 | 第18-19页 |
| 2.2 云计算简介 | 第19-21页 |
| 2.3 HADOOP简介 | 第21-22页 |
| 2.4 HDFS简介 | 第22-26页 |
| 2.4.1 HDFS的体系结构 | 第22-23页 |
| 2.4.2 HDFS文件的存取原理 | 第23-26页 |
| 2.4.2.1 HDFS读取文件流程 | 第24-25页 |
| 2.4.2.2 HDFS创建和写文件流程 | 第25-26页 |
| 2.5 MAPREDUCE简介 | 第26-28页 |
| 2.5.1 MAPREDUCE编程模型简介 | 第26-27页 |
| 2.5.2 MAPREDUCE执行流程简介 | 第27-28页 |
| 2.6 MAPREDUCE编程技术简介 | 第28-32页 |
| 2.6.1 数据类型和格式简介 | 第29-30页 |
| 2.6.2 MAP类和REDUCE类简介 | 第30页 |
| 2.6.3 JOB配置对象简介 | 第30-32页 |
| 2.7 并行计算及相关知识简介 | 第32-35页 |
| 2.7.1 并行计算和分类简介 | 第32-33页 |
| 2.7.2 常见并行策略简介 | 第33-34页 |
| 2.7.3 并行算法的性能标准简介 | 第34-35页 |
| 2.8 HADOOP与网格计算简介 | 第35页 |
| 2.9 本章小结 | 第35-37页 |
| 第三章 基于幂集和计数优化的RDBSC_APRIORI算法 | 第37-47页 |
| 3.1 问题的起源 | 第37-38页 |
| 3.2 事情的起因 | 第38-39页 |
| 3.3 APRIORI算法中频繁项集的生成 | 第39-40页 |
| 3.3.1 APRIORI算法的介绍 | 第39页 |
| 3.3.2 APRIORI算法的优点 | 第39-40页 |
| 3.3.3 APRIORI算法的缺点 | 第40页 |
| 3.4 已存在的APRIORI算法的改进方法 | 第40-42页 |
| 3.5 改进算法RDBSC_APRIORI的具体设计 | 第42-46页 |
| 3.6 本章总结 | 第46-47页 |
| 第四章 基于矩阵和剪枝步优化的PMBSC_APRIORI算法 | 第47-54页 |
| 4.1 APRIORI算法的相关性质 | 第47-49页 |
| 4.1.1 基于矩阵策略的APRIORI算法简介 | 第47-49页 |
| 4.1.2 算法中在剪枝步方面的改进 | 第49页 |
| 4.2 改进算法PMBSC_APRIORI的具体设计 | 第49-52页 |
| 4.3 改进算法的分析 | 第52-53页 |
| 4.4 本章总结 | 第53-54页 |
| 第五章 实验与评估 | 第54-68页 |
| 5.1 实验测试 | 第54-58页 |
| 5.1.1 实验所需硬件环境 | 第54页 |
| 5.1.2 实验所需软件环境 | 第54-55页 |
| 5.1.3 搭建HADOOP集群环境步骤 | 第55-58页 |
| 5.2 实验流程 | 第58-67页 |
| 5.2.1 实验过程 | 第58-60页 |
| 5.2.2 实验结果分析 | 第60-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结全文 | 第68-69页 |
| 6.2 未来展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
