| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·课题研究背景 | 第11-12页 |
| ·课题研究目的及意义 | 第12页 |
| ·课题研究现状 | 第12-15页 |
| ·国内外建筑能耗数据分析研究现状 | 第13-14页 |
| ·国内外基于Hadoop技术的数据挖掘研究及应用现状 | 第14-15页 |
| ·课题研究的可行性分析 | 第15-16页 |
| ·课题主要研究内容及论文组织结构 | 第16-18页 |
| ·主要研究内容 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 基于Hadoop的公共建筑能耗数据挖掘系统架构设计 | 第19-30页 |
| ·Hadoop分布式系统基础架构 | 第19-22页 |
| ·Hadoop概述 | 第19-20页 |
| ·Hadoop的基本架构 | 第20-22页 |
| ·数据挖掘介绍 | 第22-24页 |
| ·数据挖掘的概念 | 第22-23页 |
| ·知识发现的过程 | 第23-24页 |
| ·数据挖掘的功能 | 第24页 |
| ·基于Hadoop的公共建筑能耗数据挖掘系统架构设计 | 第24-28页 |
| ·系统架构模型设计 | 第24-25页 |
| ·模块功能设计 | 第25-26页 |
| ·系统底层结构设计 | 第26-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 基于HDFS的实验数据写入设计 | 第30-36页 |
| ·HDFS的主要特征及读写机制分析 | 第30-34页 |
| ·HDFS的主要特征 | 第30-31页 |
| ·HDFS读写机制分析 | 第31-34页 |
| ·实验样本数据写入HDFS程序设计 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于MapReduce编程模型的数据挖掘算法设计 | 第36-56页 |
| ·MapReduce任务运行过程分析 | 第36-42页 |
| ·Map Task和Reduce Task执行过程 | 第36-39页 |
| ·MapReduce作业的执行流程分析 | 第39-42页 |
| ·基于MapReduce的Apriori算法设计 | 第42-50页 |
| ·关联分析介绍 | 第42页 |
| ·Apriori算法的基本原理及思路 | 第42-43页 |
| ·基于MapReduce的改进Apriori算法设计 | 第43-50页 |
| ·基于MapReduce的决策树算法设计 | 第50-55页 |
| ·决策树算法介绍 | 第50页 |
| ·C4.5算法基本思路 | 第50-52页 |
| ·基于MapReduce的C4.5算法设计 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 以办公建筑为例进行数据挖掘及实验结果分析评价 | 第56-74页 |
| ·实验平台的安装与部署 | 第56-65页 |
| ·Hadoop集群软、硬件配置 | 第57页 |
| ·软件部署 | 第57-63页 |
| ·Hadoop集群启动及测试 | 第63-65页 |
| ·以办公建筑为例进行能耗数据挖掘 | 第65-71页 |
| ·实验数据预处理 | 第65-68页 |
| ·关联数据挖掘及实验结果 | 第68-69页 |
| ·决策树数据挖掘及实验结果 | 第69-71页 |
| ·实验结果分析及评价 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·课题展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 后记 | 第80-81页 |
| 攻读硕士学位期间论文发表及科研情况 | 第81-82页 |
| 附录 | 第82-85页 |
