| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1. 研究背景和意义 | 第9-10页 |
| 1.2. 国内外研究现状 | 第10-11页 |
| 1.3. 论文组织结构 | 第11-12页 |
| 第2章 相关技术介绍 | 第12-20页 |
| 2.1. Hadoop技术框架 | 第12-16页 |
| 2.1.1. HDFS文件系统 | 第13-15页 |
| 2.1.2. Map Reduce编程模型 | 第15-16页 |
| 2.2. 数据标准化 | 第16-17页 |
| 2.3. 相似性度量 | 第17-18页 |
| 2.4. 数据类型 | 第18-20页 |
| 第3章 K-means算法研究与分析 | 第20-31页 |
| 3.1. K-means算法描述 | 第20-22页 |
| 3.1.1. K-means算法基本思想 | 第20页 |
| 3.1.2. K-means算法基本步骤 | 第20-22页 |
| 3.2. K-means算法分析 | 第22-23页 |
| 3.2.1. K-means算法优点 | 第22页 |
| 3.2.2. K-means算法存在的问题 | 第22-23页 |
| 3.3. 现有的初始中心的选取方法 | 第23-24页 |
| 3.3.1. K-means++算法 | 第23页 |
| 3.3.2. 最远距离优化 | 第23页 |
| 3.3.3. 密度优先选取 | 第23-24页 |
| 3.4. K值确定方法 | 第24-25页 |
| 3.4.1. 常见评价指标 | 第24-25页 |
| 3.5. 实验结果与分析 | 第25-30页 |
| 3.5.1. 数据集介绍 | 第26-27页 |
| 3.5.2. 实验结果 | 第27-29页 |
| 3.5.3. 实验总结 | 第29-30页 |
| 3.6. 本章小结 | 第30-31页 |
| 第4章 迭代选取初始聚类中心的方法 | 第31-42页 |
| 4.1. 迭代选取初始聚类中心的过程和步骤介绍 | 第31-33页 |
| 4.2. 预设半径R的计算方法 | 第33-35页 |
| 4.2.1. R值特点介绍 | 第33-34页 |
| 4.2.2. R值具体的求解方法 | 第34-35页 |
| 4.3. 聚类效果评价指标 | 第35-37页 |
| 4.3.1. Rand系数和Jaccard系数 | 第35-36页 |
| 4.3.2. F值 | 第36-37页 |
| 4.4. 实验结果与分析 | 第37-41页 |
| 4.4.1. 数据集介绍 | 第37-38页 |
| 4.4.2. 实验结果与分析 | 第38-40页 |
| 4.4.3. 实验总结 | 第40-41页 |
| 4.5. 本章小结 | 第41-42页 |
| 第5章 改进K-means算法的应用 | 第42-53页 |
| 5.1. 多元分析系统介绍 | 第42-43页 |
| 5.2. 多元分析系统聚类分析 | 第43-44页 |
| 5.3. 混合属性数据的处理 | 第44-46页 |
| 5.3.1. K-modes算法简介 | 第44-45页 |
| 5.3.2. 处理混合属性数据 | 第45-46页 |
| 5.4. 基于Hapdoop的改进K-means算法 | 第46-49页 |
| 5.4.1. 并行化K-means原理 | 第46-47页 |
| 5.4.2. Hadoop下的改进K-means算法设计 | 第47-49页 |
| 5.5. Hadoop实验结果与分析 | 第49-52页 |
| 5.5.1. 数据集介绍 | 第49页 |
| 5.5.2. 实验平台 | 第49-50页 |
| 5.5.3. 实验结果 | 第50-51页 |
| 5.5.4. 实验总结 | 第51-52页 |
| 5.6. 本章小结 | 第52-53页 |
| 第6章 总结和展望 | 第53-55页 |
| 6.1. 总结 | 第53-54页 |
| 6.2. 展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |