| 摘要 | 第1-6页 |
| abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·选题来源背景及国内外研究现状 | 第9-10页 |
| ·本文的主要研究内容 | 第10-12页 |
| 第二章 预备知识 | 第12-25页 |
| ·Hadoop与MapReduce介绍 | 第12-16页 |
| ·Hadoop主要构件介绍 | 第12-14页 |
| ·MapReduce编程模型 | 第14-16页 |
| ·图论相关概念 | 第16-18页 |
| ·图挖掘的相关知识点 | 第18-20页 |
| ·图的相关概念定义 | 第18-19页 |
| ·常见的图挖掘算法 | 第19-20页 |
| ·实现图数据挖掘的其他并行处理模型 | 第20-23页 |
| ·图数据中常见的预处理和分割策略 | 第23-25页 |
| 第三章 Apriori的并行算法 | 第25-31页 |
| ·Apriori算法思想 | 第25-29页 |
| ·Apriori算法的原理和过程 | 第25-26页 |
| ·Apriori算法实例示范 | 第26-29页 |
| ·基于Apriori思想的CD和DD算法 | 第29-31页 |
| 第四章 基于MapReduce的图挖掘算法及改进 | 第31-49页 |
| ·图挖掘算法的MapReduce实现综述 | 第31页 |
| ·几种常见数据挖掘算法的MapReduce实现 | 第31-42页 |
| ·MapReduce__CD算法 | 第31-36页 |
| ·MapReduce__DD算法 | 第36-39页 |
| ·MapReduce_CaD算法 | 第39-42页 |
| ·改进的图挖掘算法—MapReduce_Edge_Extend算法 | 第42-48页 |
| ·改进后算法的实现原理和过程 | 第42-44页 |
| ·算法流程图和算法伪代码 | 第44-45页 |
| ·算法运行过程示例 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 实验与性能对比 | 第49-58页 |
| ·hadoop集群的文件配置和运行 | 第49-51页 |
| ·实验的硬件和软件条件 | 第51-52页 |
| ·运行速度和时间对比 | 第52-58页 |
| ·实验分析对比一 | 第52-53页 |
| ·实验分析对比二 | 第53-56页 |
| ·实验分析对比三 | 第56-58页 |
| 第六章 总结 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望和下一步工作 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间公开发表的论文 | 第65-66页 |
| 致谢 | 第66-67页 |